Skripsi
EVALUASI KINERJA ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN K-NEARST NEIGHBORS (KNN) DALAM DETEKSI PENYAKIT TOMAT BERDASARKAN FITUR WARNA
- Bagikan:
Produktivitas dan kualitas buah tomat (Solanum lycopersicum) dapat menurun akibat
serangan penyakit. Penelitian ini bertujuan untuk mengembangkan metode klasifikasi berbasis
pengolahan citra untuk membedakan buah tomat sehat dan terinfeksi berdasarkan analisis perubahan
warna visual. Tahapan utama dalam penelitian meliputi pra-pemrosesan citra (resize menjadi
512×512 piksel, penghapusan noise dengan Gaussian filter, dan konversi RGB ke HSV), segmentasi
objek menggunakan thresholding, dan ekstraksi fitur warna berupa nilai rata-rata kanal Hue,
Saturation, dan Value (HSV). Dataset yang digunakan berjumlah 120 citra tomat (60 sehat dan 60
sakit), yang dibagi menjadi 84 citra untuk data latih dan 36 citra untuk data uji. Penelitian ini
menggunakan dua algoritma klasifikasi, yaitu Support Vector Machine (SVM) dan K-Nearest
Neighbors (KNN), untuk melakukan pengelompokan citra dengan memanfaatkan fitur warna HSV.
Hasil evaluasi menunjukkan bahwa KNN (k=3) memberikan performa yang lebih baik dibandingkan
SVM dengan kernel linear, dengan akurasi 86,11%, presisi 84,21%, recall 88,89%, dan F1-score
86,49%. Sementara itu, SVM memperoleh hasil yang konsisten sebesar 83,33% untuk semua metrik
evaluasi. Hasil ini menunjukkan bahwa pemanfaatan fitur warna berdasarkan HSV dan klasifikasi
menggunakan KNN terbukti efektif dalam mendeteksi penyakit pada buah tomat. Penelitian ini
memberikan dasar untuk pengembangan deteksi penyakit tomat yang lebih akurat menggunakan
pengolahan citra.
Kata Kunci: Tomat, Deteksi penyakit, HSV, KNN, SVM
Detail Information
| Item Type |
Skripsi
|
|---|---|
| Penulis |
Maria Deliquire Nahak - Personal Name
|
| Student ID |
2006030052
|
| Dosen Pembimbing |
ALMIDO H GINTING - 197608162005011001 - Dosen Pembimbing 1
SAMY YEVERSON DOO - 197603072001121003 - Dosen Pembimbing 2 |
| Penguji |
Wenefrida T Ina - 197704152003122001 - Ketua Penguji
|
| Kode Prodi PDDIKTI |
20201
|
| Edisi |
Published
|
| Departement |
Teknik Elektro
|
| Kontributor | |
| Bahasa |
Indonesia
|
| Penerbit | UPT Perpustakaan Undana : Kupang., 2025 |
| Edisi |
Published
|
| Subyek | |
| No Panggil |
202.01 Nah E
|
| Copyright |
Individu Penulis
|
| Doi |