Abstrak Skripsi
Daun merupakan salah satu bagian penting pada tumbuhan yang terdapat pada
pohon, dimana daun mampu menyerap energi matahari yang kemudian energi
matahari tersebut digunakan sebagai bahan fotosintesis. Sistem ini dapat
mengidentifikasi jenis daun yang berpenyakit kanker daun, CVDP (Citrus Vein
Degenerasi Phloem), embun jelagat dan daun yang tidak berpenyakit secara
realtime. Memperoleh hasil dari perhitungan metode K-Nearest Neighbor dimana
dari hasil perhitungan tersebut menghasilkan nilai ketetanggaan yang terdekat.
Mengetahui tingkat akurasi dari identifikasi jenis penyakit daun jeruk. Metode
KNN adalah sebuah metode untuk melakukan klasifikasi terhadap objek
berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Tujuan dari metode KNN adalah untuk mengklasifikasi objek baru berdasarkan
atribut dan sampel pelatihan. perhitungan dari Metode KNN maka ditemukan
jarak terdekat ada pada data latih ke 35 dengan nilai jarak 10,54, data latih ke 34
dengan nilai jarak 11,82 dan data latih ke 35 dengan nilai jarak 11,88 Berdasarkan
tetangga terdekat yang telah ditemukan, karna kelas dominan yang ditemukan
adalah Daun tidak berpenyakit sehingga dapat disimpulkan hasil klasifikasi pada
data uji ini adalah Daun Tidak Berpenyakit. Preprocessing data atau pengolahan
data yang telah dikumpulkan yaitu sebanyak 163 data citra daun. Dimana kanker
daun 46 data, CVDP 26 data, Embun Jelagat 55 data dan daun tidak berpenyakit
36 data. Ekstraksi ciri citra daun ini dilakukan dengan menggunakan fitur
ekstraksi warna dimana atribut yang digunakan adalah RGB (red, green, blue) dan
juga menggunakan fitur model warna HSV (Hue, Saturation, Value). Dari hasil
pengujian identifikasi tersebut terdapat 40 data citra daun yaitu, 10 kanker dan,10
embun jelagat, 10 CVDP, dan 10 daun tidak berpenyakit. Dari data tersebut yang
benar terdeteksi sebanyak 31 dari 40 data. Yang salah terdeteksi ada 9 citra
daun. Dan memperoleh nilai akurasi 77,5%.
pohon, dimana daun mampu menyerap energi matahari yang kemudian energi
matahari tersebut digunakan sebagai bahan fotosintesis. Sistem ini dapat
mengidentifikasi jenis daun yang berpenyakit kanker daun, CVDP (Citrus Vein
Degenerasi Phloem), embun jelagat dan daun yang tidak berpenyakit secara
realtime. Memperoleh hasil dari perhitungan metode K-Nearest Neighbor dimana
dari hasil perhitungan tersebut menghasilkan nilai ketetanggaan yang terdekat.
Mengetahui tingkat akurasi dari identifikasi jenis penyakit daun jeruk. Metode
KNN adalah sebuah metode untuk melakukan klasifikasi terhadap objek
berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut.
Tujuan dari metode KNN adalah untuk mengklasifikasi objek baru berdasarkan
atribut dan sampel pelatihan. perhitungan dari Metode KNN maka ditemukan
jarak terdekat ada pada data latih ke 35 dengan nilai jarak 10,54, data latih ke 34
dengan nilai jarak 11,82 dan data latih ke 35 dengan nilai jarak 11,88 Berdasarkan
tetangga terdekat yang telah ditemukan, karna kelas dominan yang ditemukan
adalah Daun tidak berpenyakit sehingga dapat disimpulkan hasil klasifikasi pada
data uji ini adalah Daun Tidak Berpenyakit. Preprocessing data atau pengolahan
data yang telah dikumpulkan yaitu sebanyak 163 data citra daun. Dimana kanker
daun 46 data, CVDP 26 data, Embun Jelagat 55 data dan daun tidak berpenyakit
36 data. Ekstraksi ciri citra daun ini dilakukan dengan menggunakan fitur
ekstraksi warna dimana atribut yang digunakan adalah RGB (red, green, blue) dan
juga menggunakan fitur model warna HSV (Hue, Saturation, Value). Dari hasil
pengujian identifikasi tersebut terdapat 40 data citra daun yaitu, 10 kanker dan,10
embun jelagat, 10 CVDP, dan 10 daun tidak berpenyakit. Dari data tersebut yang
benar terdeteksi sebanyak 31 dari 40 data. Yang salah terdeteksi ada 9 citra
daun. Dan memperoleh nilai akurasi 77,5%.
Kata Kunci (Keywords)
Penyakit daun jeruk
Identifikasi
K-Nearest Neighbor
Preview Dokumen
Login untuk Unduh
Hal:
0
/
0
130%
Klik tombol "Lihat Preview PDF" untuk memuat dokumen.
File akan dimuat saat user klik preview PDF.