<![CDATA[Deteksi dini dengan cara pengklisifikasian daun pada tanaman kentang menjadi salah satu langkah yang menjanjikan menuju ketahanan pangan yang berkelanjutan pada bidang pertanian. Penyakit-penyakit yang menyebabkan kehilangan hasil yang substansial dalam kentang adalah Phytophthora infestans (late blight) dan Alternaria solani (early blight). Penyakit tersebut dapat mempengaruhi hasil pada tanaman kentang sehingga mengakibatkan gagal panen. Penyakit ini harus diklasifikasikan berdasarkan jenisnya agar bisa mendapatkan penanganan yang tepat. Penyakit ini dapat dikenali secara visual karena memiliki ciri warna dan tekstur yang unik. Tetapi pengamatan secara langsung memiliki beberapa kekurangan seperti subjektifitas serta kurang akurat. Melalui sebuah citra dapat dipelajari informasi mengenai penyakit tanaman tersebut seperti tekstur dan warna. Pengolahan citra adalah salah satu teknik yang paling banyak digunakan untuk mendeteksi dan mengklasifikasi penyakit daun pada tanaman. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini terhadap penyakit tanaman pada daun kentang yang lebih efektif dan bebas dari kesalahan. Dalam peneliatian ini, diusulkan metode identifikasi penyakit pada daun tanaman kentang berdasarkan fitur tekstur Gray Level Co-occurrence Matrix. Ekstraksi fitur tekstur dengan menggunakan metode Gray Level Co-occurrence Matrix. Algoritma Multi-SVM dilakukan untuk memproses kalsifikasi dari 3 kategori daun. Dari penelitian yang telah dilakukan menunjukkan bahwa identifikasi penyakit daun pada tanaman kentang dapat dilakukan menggunakan pengolahan citra digital. Hasil akurasi rata-rata yang diperoleh mencapai 86,67 % dari tiga kategori daun.]]>
Copyrights © 2024
