Penyakit daun kakao merupakan salah satu faktor penurunan kualitas serta produktifitas tanaman apabila tidak terindetifikasi sejak dini. Oleh karena itu, diperlukan metode untuk membantu identifikasi penyakit secara otomatis. Penelitian ini bertujuan mengklasifikasikan daun kakao ke dalam tiga kategori, yaitu daun sehat, becak daun dan VSD, menggunakan pendekatan pengolahan citra digital. Dataset terdiri dari 300 citra daun, dibagi 80% sebagai data latih dan 20% data ujii. Tahapan penelitian meliputi Pre-Procssing, segmentasi menggunakan ruang warna HSV untuk memisahkan objek dari latar belakang, serta ekstraksi fitur warna HSV dan L*a*b serta tekstur GLCM dan LBP. Klasifikasi dilakukan menggunaka SVM kernel RBF melalui variasi parameter C(1, 5, 10) dan gamma (0.1, 0.01, 0.001, 0.0001, 0.00001). Hasil menunjukkan C=5 dan gamma=0,1 mengahasilkan akurasi tertinggi sebesar 100%. Akurasi tersebut diperoleh pada fitur tunggal LBP maupun kombinasi L*a*b-LBP, GLCM-HSV-LBP, GLCM-L*a*b-LBP, HSV-L*a*b-LBP, serta GLCM-HSV-L*a*b-LBP. Hasil ini menunjukan LBP efektif merepresentasikan tekstur daun serta menegaskan pentingnya pemilihan kombinasi fitur dan parameter dalam klasifikasi citra daun kakao.
Copyrights © 2026