Produksi hasil panen tanaman Jagung di Madura dipengaruhi oleh adanya wabah Hama dan penyakit, sehingga menyebabkan produksi jagung menurun. Permasalahan tersebut salah satunya dapat diatasi dengan adanya mengidentifikasi awal gejala tanaman yang terserang hama dan penyakit dengan menggunakan klasifikasi machine learning. Penelitian ini menggunakan metode Support Vector Machine (SVM) untuk klasifikasi hama dan penyakit pada tanaman jagung. Sedangkan data yang digunakan berupa 200 data jenis kategori dengan 25 variabel pertanyaan, yang didiagnosa berupa penyakit, dan hama tanaman jagung. Metode ini menggunakan fungsi pemisah supaya lebih optimal ketika memisahkan jenis data dari dua kelas yang berbeda. SVM dapat mendeteksi jenis hama dan penyakit tanaman jagung dengan masukan gejala dari pengguna. Penelitian ini telah menghasilkan akurasi sistem yaitu perbedaan hasil perhitungan identifikasi dengan hasil perhitungan pada perbandingan data 60:40 dengan menggunakan perubahan parameter σ dan d, dengan memilih fungsi Kernel Gaussian Radial Basic telah menghasilkan akurasi klasifikasi senilai 94.29%.
Copyrights © 2022