<![CDATA[Daun sirih (Piper betle L.) merupakan tanaman merambat yang tumbuh subur di wilayah tropis, termasukAsia hingga Afrika Timur. Secara empiris, daun sirih memiliki berbagai khasiat dalam pengobatantradisional karena mengandung senyawa kimia yang bermanfaat bagi kesehatan. Namun, produksi daunsirih rentan terhadap serangan hama dan penyakit tanaman, yang menyebabkan penurunan kualitas dankuantitas hasil panen. Berdasarkan permasalahan tersebut, penelitian ini mengembangkan sistem klasifikasi penyakit pada daun sirih dengan menerapkan ekstraksi fitur Gray Level Co-occurrence Matrix(GLCM) dan metode klasifikasi K-Nearest Neighbor (KNN). Penelitian ini menggunakan datasetsebanyak 150 citra, yang terdiri dari 120 citra sebagai data latih dan 30 citra sebagai data uji, dengan tigakategori utama, yaitu daun sirih sehat, daun sirih dengan penyakit bercak daun, dan daun sirih yangmengalami kerusakan akibat bekicot. Hasil klasifikasi menunjukkan bahwa metode KNN dengan nilaiK = 3 dan K = 5 memberikan akurasi tertinggi sebesar 90%, dengan 27 citra diklasifikasikan denganbenar dan 3 citra mengalami kesalahan klasifikasi dari 30 citra yang diuji. Hasil ini membuktikan bahwakombinasi metode KNN dan ekstraksi fitur GLCM efektif dalam mengklasifikasikan penyakit pada daunsirih, sehingga dapat digunakan sebagai sistem pendukung dalam meningkatkan produktivitas pertanian.]]>
Copyrights © 2025
