<![CDATA[Tanaman padi sangat rentan terhadap penyakit daun, seperti Leaf Smut, Brown Spot, dan Bacterial Leaf Blight, yang dapat menurunkan produktivitas apabila tidak terdeteksi sejak dini. Identifikasi manual melalui inspeksi visual sering kali tidak dapat diandalkan karena adanya kemiripan gejala antarpenyakit. Penelitian ini menyajikan pendekatan klasifikasi yang mengintegrasikan fitur tekstur dari Gray Level Co-occurrence Matrix (GLCM), fitur bentuk yang diekstraksi menggunakan Histogram of Oriented Gradients (HOG), serta informasi warna dari histogram warna. Dataset terdiri atas 720 citra hasil augmentasi yang diproses menjadi vektor fitur berdimensi 21.720. Algoritma Random Forest digunakan sebagai model klasifikasi, sedangkan optimasi hiperparameter dilakukan menggunakan GridSearchCV untuk memperoleh performa terbaik. Hasil evaluasi terhadap 144 citra uji menunjukkan akurasi sebesar 90,28%. Confusion matrix dan classification report menunjukkan bahwa model mampu membedakan tiga jenis penyakit daun padi secara efektif, meskipun masih terdapat beberapa kesalahan klasifikasi pada kelas yang memiliki karakteristik visual serupa. Hasil penelitian ini menunjukkan bahwa kombinasi fitur tekstur, bentuk, dan warna merupakan pendekatan yang efisien serta mudah diinterpretasikan untuk klasifikasi penyakit daun padi.]]>
Copyrights © 2026
