<![CDATA[Penyakit seperti antraknosa, busuk daun phytophthora, dan cabai kering menjadi tantangan utama dalam produksi tanaman cabai. Penelitian ini bertujuan untuk mengklasifikasikan citra penyakit pada cabai menggunakan ekstraksi fitur dengan Gray Level Co-occurrence Matrix (GLCM) dan Discrete Wavelet Transform (DWT) Daubechies-4 serta klasifikasi memanfaatkan algoritma Support Vector Machine (SVM). Dataset yang digunakan sebanyak 400 citra cabai yang dibagi menjadi empat kelas yaitu cabai sehat, antraknosa, phytophthora dan cabai kering. Metode dilakukan dengan pra-pemrosesan citra, kemudian ekstraksi fitur tekstur menggunakan nilai GLCM (kontras, homogenitas, energi, korelasi) dan dekomposisi wavelet level dua. Fitur-fitur yang diekstraksi digunakan sebagai input untuk klasifikasi SVM. Evaluasi kinerja model klasifikasi menggunakan metrik akurasi, presisi, recall dan skor F1. Klasifikasi menggunakan fitur GLCM diperoleh akurasi, presisi, recall dan skor F1 berturut-turut 75%, 76%, 75%, dan 75%. Sementara klasifikasi menggunakan fitur DWT diperoleh akurasi, presisi, recall dan skor F1 berturut-turut 81%, 82%, 81%, dan 81%. Sedangkan hasil dari fitur GLCM dan fitur DWT diperoleh akurasi, presisi, recall dan skor F1 berturut-turut 82%, 82%, 82%, dan 82%, dengan nilai F1-score tertinggi sebesar 95% pada kelas Busuk Phytophthora. Hasil ini menunjukkan kombinasi fitur GLCM dan DWT mampu untuk klasifikasi citra penyakit cabai, dan berpotensi diterapkan dalam sistem diagnosis penyakit tanaman berbasis citra.]]>
Copyrights © 2025
