<![CDATA[Petani di Desa Lonjoboko, Kec. Parangloe, Kab. Gowa kesulitan mendeteksi penyakit kacang tanah secara akurat karena masih menggunakan metode manual. Penelitian ini mengimplementasikan sistem berbasis web dengan K-Nearest Neighbors (KNN) untuk memprediksi penyakit tanaman kacang tanah. Dataset terdiri dari 50 sampel yang diklasifikasikan ke dalam kategori Cercospora, Sclerotium, Virus, Bacterial Wilt, dan Sehat.Pengujian menggunakan Confusion Matrix menunjukkan 100% akurasi untuk kelas Sclerotium, Bacterial Wilt, dan Sehat. Kelas Cercospora memiliki 100% precision, 80% recall, dan 89% F1-score, sedangkan kelas Virus memperoleh 50% precision, 100% recall, dan 67% F1-score. Hasil ini menunjukkan bahwa KNN (k=3) dapat mengklasifikasikan sebagian besar penyakit dengan baik, meskipun masih ada kelemahan dalam mendeteksi penyakit Virus. Sistem ini membantu petani mendeteksi penyakit lebih cepat dan akurat, meningkatkan produktivitas, serta mengurangi kesalahan penggunaan pestisida.]]>
Copyrights © 2025
