Deteksi dan Klasifikasi Penyakit Daun Jagung Menggunakan Metode Support Vector Machine (SVM)
| Main Authors: | Afifah, Nafa Nailufar, Isnianto, Hidayat Nur, Setyawan, Galih |
|---|---|
| Format: | Article PeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
Sekolah Vokasi UGM
, 2021
|
| Subjects: | |
| Online Access: |
https://repository.ugm.ac.id/278197/1/PROSIDING%20SNTT%202021-2.pdf https://repository.ugm.ac.id/278197/ https://sntt.sv.ugm.ac.id/download/prosiding-sntt-2021/# |
Daftar Isi:
- Jagung merupakan salah satu tanaman pokok di Indonesia. Wabah penyakit tanaman jagung dapat mengurangi produksi jagung secara signifikan, yang dapat menyebabkan kerugian tidak sedikit dalam segi biaya dan waktu. Petani dan orang yang tidak mempunyai keahlian akan sulit untuk mengidentifikasi penyakit tanaman jagung berdasarkan gejala yang ditunjukkan. Oleh karena itu, untuk mengambil tindakan pencegahan yang tepat, dibutuhkan orang yang mempunyai keahlian untuk mendapatkan informasi yang tepat tentang penyakit daun jagung, yang mungkin tidak terjangkau oleh petani kecil. Deteksi dan klasifikasi penyakit daun jagung menggunakan metode Support Vector Machine (SVM) merupakan topik penelitian yang penting karena dapat membantu dalam memantau ladang tanaman yang luas, dan dapat mendeteksi penyakit lebih awal. Penelitian ini melibatkan penggunaan algoritma pemrosesan gambar yang dirancang menggunakan python untuk mengelompokkan penyakit jagung dari daun menggunakan konsep Machine Learning dengan kategori daun tanaman jagung yang sehat atau terinfeksi. Dengan metode ini, penyakit Tanaman jagung dapat diidentifikasi lebih awal. Hasil dari percobaan berhasil mengidentifikasi antara daun yang sehat dan daun yang terinfeksi dengan menggunakan Support Vector Machine (SVM), Persentase hasil percobaan dari training data adalah 64,76%, dan testing data adalah 63,13%.