ABSTRAK

IDENTIFIKASI PENYAKIT JAGUNG PADA CITRA DAUN MENGGUNAKAN KNN BERDASARKAN EKSTRAKSI FITUR GLCM DAN COLOR MOMENT (Oleh: Rido Mizan; Pembimbing: Muliadi, S.Kom., M.Cs. dan Muhammad Itqan Mazdadi,S.Kom., M.Kom; 2023; 97 halaman)

Klasifikasi adalah proses pengelompokkan objek ke dalam kelas tertentu untuk menentukan kelas dari objek yang belum diketahui kelasnya berdasarkan data latih yang ada. Metode GLCM dan Color Moment merupakan salah satu metode pengolahan citra yang sering digunakan. Kelas citra hasil pengolahan fitur dari GLCM dan Color Moment dapat ditentukan melalui proses klasifikasi. Metode KNNdapat digunakan sebagai metode untuk menentukan kelas dari citra yang telah diproses metode GLCM dan Color Moment. Penyakit pada jagung dapat terjadi pada banyak bagian, salah satunya pada daun jagung. Daun jagung yang terkena penyakit biasanya ditandai dengan bercak-bercak yang berpola pada daun. Pada penelitian ini dilakukan identifikasi penyakit jagung menggunakan metode KNN berdasarkan ekstraksi fitur GLCM dan Color Moment untuk identifikasi penyakit jagung pada citra daun. Nilai akurasi KNN mampu mencapai 90% pada nilai K=4 saat pengujian parameter GLCM dengan jarak = 1 dan sudut = 90 yang digabungkan dengan hasil esktraksi fitur Color Moment. Nilai akurasi dari metode klasifikasi tersebut diperoleh dari pengujian 30 citra testing yang diujikan kepada 90 citra training yang telah melalui tahap pre-processing sebelumnya.

Kata Kunci: Gray Level Co-Occurrence Matrix, K-Nearest Neighbor, Color Moment