Deteksi Penyakit pada Daun Cabai Menggunakan Ekstraksi Fitur Statistik Orde Dua dengan Klasifikasi Support Vector Machine

Zahir, Abdullah (2018) Deteksi Penyakit pada Daun Cabai Menggunakan Ekstraksi Fitur Statistik Orde Dua dengan Klasifikasi Support Vector Machine. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text PENDAHULUAN.pdf Download (176kB)
	Text ABSTRAKSI.pdf Download (39kB)
	Text BAB I.pdf Download (40kB)
	Text BAB II.pdf Restricted to Repository staff only Download (326kB)
	Text BAB III.pdf Restricted to Repository staff only Download (362kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (555kB)
	Text BAB V.pdf Restricted to Repository staff only Download (31kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (386kB)

Abstract

Daun cabai merupakan salah satu bagian penting untuk mengetahui apakah tanaman cabai itu sehat atau tidak. Banyak penyakit dari tanaman cabai yang bisa diketahui dari daunnya, baik itu bentuknya, warnanya, atau juga pola daun yang berlubang. Orang awam tidak mudah untuk mengidentifikasi penyakit pada tanaman cabai khusunya hanya dengan melihat indikasinya pada daunnya. Untuk itu dibutuhkan sebuah alat bantu yang dapat mengidentifikasi daun yang terkena penyakit khususnya penyakit mosaic. Penelitian ini bertujuan untuk mengolah citra daun cabai yang terkena penyakit Mosaic dan daun cabai yang sehat menggunakan Ekstraksi Fitur GLCM (Grey Level Co-Ocurance Matrix) yang akan diambil 3 fitur Correlation, Energy, dan Homogenity. Dari 3 fitur tersebut akan di gunakan untuk pengklasifikasian menggunakan metode klasifikasi SVM (Support Vector Machine). Penelitian ini menggunakan citra daun cabai yang terkena penyakit Mosaic dan daun cabai yang sehat dengan ukuran 640 x 480 pixel sebanyak 68 data citra. Dari hasil penelitian diperoleh nilai akurasi terbaik sebesar 100% menggunakan metode klasifikasi Support Vector Machine (SVM).

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Klasifikasi, GLCM, Daun Cabai, Mosaic, SVM
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science 600 Technology and Applied Science > 630 Farm, Farming
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Hendri Uut Fahrullah
Date Deposited:	02 Oct 2019 13:45
Last Modified:	02 Oct 2019 13:45
URI:	http://repository.unmuhjember.ac.id/id/eprint/2371

Actions (login required)

View Item