Image of Aplikasi Citra Digital Dalam Mendeteksi Penyakit Pada Buah Kakao Menggunakan Algoritma Gray Level Co-Occurrence Martix (GLCM) Dan K-Nearest Neighbor (K-NN)

Text

Aplikasi Citra Digital Dalam Mendeteksi Penyakit Pada Buah Kakao Menggunakan Algoritma Gray Level Co-Occurrence Martix (GLCM) Dan K-Nearest Neighbor (K-NN)

Kakao adalah salah satu jenis tanaman yang ditanam dikawasan tropis dan sebagian besar masyarakat kabupaten Bulukumba tepatnya di kecamatan Rilau Ale menjadikan kakao sebagi sumber penghasilannya. Namun, kakao mengalami penurunan hasil produksi tiap tahunnya. Hal ini disebabkan oleh adanya serangan hama dan penyakit. Selain itu, petani kakao juga masih melakukan pengecekan penyakit secara manual, seperti melihat dan mengamati buah kakao secara fisik dari segi perubahan warna, tekstur, dan gejala yang timbul sehingga membutuhkan waktu yang relatif lama dan petani menjadi kelelahan karena luasnya lahan perkebunan kakao yang harus dievaluasi. Tujuan dari penelitian ini adalah untuk merancang sebuah aplikasi dalam pengolahan citra digital untuk menentukan jenis penyakit buah kakao berdasarkan citra gambar. Penelitian ini menggunakan algoritma Gray Level Co-Occurrence Matrix (GLCM) dalam melakukan ekstraksi ciri nilai dari gambar sampel buah Kakao yang kemudian akan dilakukan klasifikasi untuk menentukan jenisnya menggunakan algoritma K- Nears Neighbord (K-NN). Desain penelitian yang
digunakan adalah UML yang didesain secara terstruktur yang terdiri dari rancangan use case diagram, activity diagram, sequence diagram dan class diagram. Software yang digunakan dalam membangun sistem ini adalah Phytondan firebase untuk pengolahan database. Hasil dari penelitian ini adalah sistem dapat mendeteksi jenis penyakit buah kakao. Jenis penyakit yang di deteksi atau klasifikasi yaitu penggerek buah,antraknosa, helopeltis sp, busuk buah, dan kelayuan pentil. Berdasarkan hasil pengujian dari 500 data training dan 30 data testing, sistem dapat melakukan proses deteksi menggunakan metode yang diusulkan dengan tingkat akurasi mencapai 86.67%.

Ketersediaan
S250272SKR-2023 MUS aPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKR-2023 MUS a
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar.,
Deskripsi Fisik
i + 132 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR-2023 MUS a
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Citra Digital
GLCM
K-NN
kakao
Klasifikasi,
Info Detail Spesifik
Skripsi Teknik Informatika
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus login sebelum memberikan komentar