<![CDATA[Penyakit pohon buah-buahan dapat menyebabkan kerugian yang signifikan baik dalam kualitas maupun kuantitas produksi pertanian. Deteksi dini penyakit tanaman sangat penting untuk mengurangi dampak negatif dan memastikan produksi berkelanjutan. Penelitian ini menyelidiki efektivitas algoritma random forest dalam mendeteksi penyakit pohon buah-buahan berdasarkan berbagai karakteristik seperti warna daun, bentuk daun, tekstur, dan pola kerusakan. Algoritma Random Forest dipilih karena kemampuannya yang unggul dalam menangani kumpulan data berdimensi besar dan mengurangi risiko overfitting. Data berupa gambar daun dan buah yang sudah terinfeksi dan tidak terinfeksi dikumpulkan dan dianalisis untuk melatih dan menguji model. Hasil penelitian menunjukkan bahwa algoritma random forest dapat mencapai tingkat akurasi yang tinggi dalam mendeteksi penyakit pada pohon buah-buahan dan memiliki kinerja yang stabil pada berbagai jenis penyakit dan kondisi tanaman. Studi ini menunjukkan bahwa pendekatan acak berbasis hutan dapat menjadi solusi efektif untuk deteksi penyakit tanaman secara cepat dan akurat serta dapat diterapkan lebih lanjut untuk mendukung sistem pertanian berbasis teknologi.]]>
Copyrights © 2024
