<![CDATA[Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem klasifikasi otomatis terhadap empat kategori kondisi daun tebu yaitu healthy, rust, redrot, dan yellow menggunakan dataset sebanyak 800 citra. Metodologi dimulai dengan pra-pemrosesan berupa resizing dan konversi grayscale. Untuk mengatasi dimensi fitur yang tinggi, digunakan Principal Component Analysis (PCA) untuk mereduksi dimensi dengan mempertahankan 98% variansi. Data hasil reduksi kemudian diklasifikasikan menggunakan Support Vector Machine (SVM) kernel linear. Hasil eksperimen menunjukkan akurasi tertinggi diperoleh saat pelatihan menggunakan 80% data dengan nilai akurasi 81,76%. Namun demikian, kategori tertentu seperti healthy dan yellow mengalami penurunan akurasi yang signifikan. Kelemahan utama dari model ini adalah hilangnya informasi warna akibat konversi grayscale. Oleh karena itu, meskipun model menunjukkan performa baik dalam kasus tertentu, pendekatan ini memiliki keterbatasan dalam membedakan gejala penyakit berbasis warna.]]>
Copyrights © 2025
