Rifqi Hakim Ariesdianto
Teknik Informatika, Jurusan Teknologi Informasi, Politeknik Negeri Jember, Indonesia

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

Found 1 Documents
Search

Identifikasi Penyakit Daun Jeruk Siam Menggunakan K-Nearest Neighbor Rifqi Hakim Ariesdianto; Zilvanhisna Emka Fitri; Abdul Madjid; Arizal Mujibtamala Nanda Imron
Jurnal Ilmu Komputer dan Informatika Vol 1 No 2 (2021): JIKI - Desember 2021
Publisher : CV Firmos

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (543.804 KB) | DOI: 10.54082/jiki.14

Abstract

Jeruk siam adalah salah satu jeruk local yang mempunyai nilai jual yang tinggi di Indonesia. Tahun 2020, tingkat produksi jeruk siam mengalami penurunan menjadi 712.585 ton di Jawa Timur. Salah satu faktor utama yang menyebabkan menurunnya tingkat produksi jeruk siam yaitu serangan penyakit pada daun jeruk siam. Dua penyakit yang sering menyerang daun jeruk siam adalah penyakit kanker yang disebabkan oleh patogen Xanthomonas axonopodis pv.citri dan penyakit ulat peliang. Selama ini, pengamatan pada penyakit daun jeruk siam dilakukan secara manual menggunakan mata sehingga penentuan penyakit tersebut bersifat subyektif. Untuk mengatasi masalah tersebut dibuatlah sistem otomatis identifikasi daun jeruk siam sehat dan daun jeruk siam terserang penyakit dengan bantuan teknik computer vision. Tahapan penelitian yaitu pengumpulan citra daun jeruk, konversi warna, ekstraksi fitur warna dan tekstur serta klasifikasi K-Nearest Neighbor (KNN). Parameter fitur yang digunakan yaitu fitur warna GB, fitur tekstur (ASM, entropi dan kontras). Metode KNN mampu mengklasifikasi dan mengidentifikasi penyakit daun jeruk siam dengan akurasi sebesar 70% dengan variasi nilai K = 21.