Pengklasifikasian Penyakit pada Daun Tanaman Tomat dengan Algoritma K Support Vector Nearest Neighbor
| Main Author: | Putri Khoirunisa, Dina |
|---|---|
| Format: | Thesis NonPeerReviewed application/pdf |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/14790/1/HALAMAN_AWAL.pdf http://kc.umn.ac.id/14790/2/DAFTAR_PUSTAKA.pdf http://kc.umn.ac.id/14790/3/BAB_I.pdf http://kc.umn.ac.id/14790/4/BAB_II.pdf http://kc.umn.ac.id/14790/5/BAB_III.pdf http://kc.umn.ac.id/14790/6/BAB_IV.pdf http://kc.umn.ac.id/14790/7/BAB_V.pdf http://kc.umn.ac.id/14790/8/LAMPIRAN.pdf http://kc.umn.ac.id/14790/ |
Daftar Isi:
- Tomat merupakan salah satu tanaman buah-buahan yang termasuk keluarga solanaceae, dimana tanaman dari keluarga tersebut memiliki potensi untuk terjangkit penyakit yang sama. Penyakit pada tanaman tomat yang disebabkan oleh virus dan jamur yang memiliki kesamaan gejala sehingga jika dilihat sekilas sangat kecil kemungkinan untuk membedakannya. Pada penelitian ini digunakan 2 jenis penyakit pada daun tomat yaitu, Mosaic Virus dan Early Blight. Adapun metode yang digunakan berupa K-Super Vector Nearest Neighbor (K-SVNN) karena metode tersebut lebih sederhana dan memiliki akurasi prediksi lebih tinggi dalam eksekusi data berbasis citra. Hasil akurasi dalam uji coba cukup memuaskan dengan skor akurasi tertinggi mencapai 82% yang mempunyai rasio dalam pembagian dataset yaitu 80:20.