Identifikasi dan Klasifikasi Penyakit Daun Jagung Menggunakan Support Vector Machine

Abstract

Tanaman jagung rentan terhadap serangan penyakit dimana penyakit ini dapat diketahui dari bercak yang terdapat pada daun. Penyakit daun tersebut dapat mengakibatkan turunnya kualitas dan kuantitas hasil panen. Tantangan utama dalam deteksi dini penyakit daun jagung secara manual yaitu ada banyak daun yang harus diidentifikasi dan terdapat perbedaan presepsi terhadap warna pada mata manusia berdasarkan kondisi visualnya.Tujuan dari penelitian ini adalah untuk melakukan deteksi dini dan klasifikasi penyakit daun jagung. Klasifikasi dilakukan melalui pendekatan metode Support Vector Machine (SVM) dengan memanfaatkan fitur warna dan fitur tekstur. Jumlah fitur yang digunakan yaitu 22 fitur yang terdiri dari 18 fitur warna dan 4 fitur tekstur. Data latih yang digunakan yaitu data sekunder yang diambil dari PlantVillage-Dataset dengan jumlah data sebanyak 3600 data. Eksperimen dilakukan dengan beberapa variasi fitur seperti hanya fitur warna, hanya fitur tekstur dan fitur gabungan warna dan tekstur dengan pembagian data 80:20, 70:30 dan 60:40. Pada setiap variasi fitur dan pembagian data lalu dihitung parameter evaluasi model. Hasil pengujian menunjukkan akurasi optimum sebesar 99,5% dengan fitur gabungan warna & tekstur