Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal JSM (Jurnal SIFO Mikroskil)
Hesty Sinaga
STMIK Mikroskil
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Penyakit Daun Anggur Menggunakan Metode GLCM, Color Moment dan K*Tree Siskia S Simanjuntak; Hesty Sinaga; Kristian Telaumbanua; Andri Andri
Jurnal SIFO Mikroskil Vol 21, No 2 (2020): JSM VOLUME 21 NOMOR 2 TAHUN 2020
Publisher : Fakultas Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55601/jsm.v21i2.754

Abstract

Tanaman anggur rentan terhadap serangan penyakit dimana penyakit ini dapat diketahui dari bercak yang terdapat pada daun. Contoh penyakit pada tanaman anggur adalah bercak daun, campak hitam dan hawar daun. Penyakit pada daun anggur memiliki kemiripan sehingga sulit untuk dikenali secara visual dan berdampak pada kurang akuratnya penyakit yang diidentifikasi. Tujuan dari penelitian adalah untuk membangun aplikasi klasifikasi penyakit pada citra daun anggur sehingga dapat memberikan informasi jenis penyakit. Klasifikasi menggunakan Gray Level Co-Occurrence Matrix (GLCM), Color Moment, dan K*Tree. Untuk dapat diklasifikasi, terlebih dahulu dilakukan proses pelatihan. Proses pelatihan diawali dengan input citra digital, kemudian ditransformasi dari Red Green Blue (RGB) ke Grayscale, ekstraksi fitur tekstur dengan GLCM dan ekstraksi fitur warna dengan Color Moment untuk mengetahui jenis penyakit daun anggur yang diklasifikasi. Hasil pelatihan disimpan ke basis data. Saat klasifikasi dengan K*Tree dilakukan pemrosesan citra input dengan cara yang sama saat pelatihan, kemudian dibandingkan dengan hasil pelatihan. Pengujian menggunakan 250 citra daun anggur yang diperoleh dari Dataset Kaggle, dimana 150 citra digunakan sebagai data latih dan 100 citra sebagai data uji. Hasil pengujian menunjukkan rata- rata akurasi dari klasifikasi adalah 87.5%, rata- rata presisi adalah 74.8%, rata- rata recall adalah 75% dan rata-rata error adalah 12.5%.
Co-Authors Andri, Andri Kristian Telaumbanua Siskia S Simanjuntak