IMPLEMENTASI METODE K-NEAREST NEIGHBOUR UNTUK IDENTIFIKASI PENYAKIT TANAMAN JERUK KEPROK BERDASARKAN CITRA DAUN

Repositori Jurnal Mahasiswa PTIIK UB
© 2015 by Doro Jurnal
Volume 6 - Number 8
Year of Publication: 2015
Apiladosi Priambodo, Candra Dewi dan Dr.Ir. Anang Triwiratno, M.P
Download Article

 


Abstract

Pengenalan penyakit jeruk keprok (Citrus reticulata) dilakukan untuk mengantisipasi penyebaran penyakit yang lebih parah. Penerapan teknologi informasi dalam hal ini, dapat dilakukan dalam bentuk pembuatan aplikasi pengenalan penyakit jeruk keprok melalui citra daun. Aplikasi pengenalan menggunakan data masukan berupa citra daun dengan latar belakang putih. Proses pengenalan penyakit diawali dengan proses preprocessing dengan menambahkan kecerahan pada citra. Hal ini berguna untuk memisahkan latar dengan objek daun. Setelah dilakukan proses preprocessing, dilakukan ekstraksi ciri dengan mengambil nilai rata-rata red, green, blue (RGB) dari objek daun. Setelah ekstraksi ciri dilakukan, dilakukan klasifikasi data uji yang diujikan dengan menggunakan metode K-Nearest Neighbor (K-NN). Metode K-NN diawali dengan menentukan nilai K. Setelah nilai K ditentukan, dilakukan perhitungan jarak nilai RGB antara data latih dengan data uji menggunakan perhitungan jarak Euclidean. Kemudian dilakukan perhitungan tetangga terdekat sesuai dengan nilai K yang telah ditentukan. Aplikasi ini dapat mengenali tiga penyakit jeruk, yaitu cendawan jelaga, CVPD, dan mildew. Dari proses pengujian yang telah ditentukan, didapatkan akurasi terbaik mencapai 96.67% dengan dapat mengklasifikasikan 29 dari 30 data yang disediakan untuk pengujian.

Keywords

Penyakit Jeruk Keprok, Pengolahan Citra Digital, Data Mining, K-Nearest Neighbor.