<![CDATA[Penelitian ini mengusulkan model klasifikasi citra berbasis pendekatan hybrid antara Convolutional Neural Network (CNN) dan Support Vector Machine (SVM) untuk mendeteksi penyakit pada daun dan batang tanaman jagung. Arsitektur CNN yaitu VGG16 digunakan untuk mengekstraksi fitur visual dari citra, yang kemudian direduksi dimensinya menggunakan Principal Component Analysis (PCA), dan selanjutnya diklasifikasikan menggunakan SVM. Dataset yang digunakan terdiri dari tujuh kelas, diambil dari dua sumber citra penyakit jagung di Madura, Indonesia. Evaluasi dilakukan melalui pembagian data dengan beberapa skema serta pengujian kombinasi parameter SVM. Hasil terbaik diperoleh pada skema pembagian data 60:20:20 dengan kombinasi parameter C=10, kernel=RBF, dan gamma=scale, menghasilkan akurasi validasi sebesar 96,33% dan akurasi pengujian sebesar 96,12%. Model menunjukkan performa yang baik dalam membedakan kategori batang, serta cukup baik pada kategori daun meskipun terdapat kemiripan fitur antar kelas.]]>
Copyrights © 2026
