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

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).