AHMAD FACHRIZAL PRATAMA and EKA RAMADHAN and INDRA RAHMAWAN (2021) DETEKSI PENYAKIT PADA DAUN ANGGUR MENGGUNAKAN GRAY LEVEL CO-OCCURANCE (GLCM) DAN HYBRID ANN-KNN. Undergraduate (S-1) thesis, Universitas Mikroskil.
BAGIAN AWAL.pdf
Download (12MB)
BAB I.pdf
Download (2MB)
BAB II.pdf
Download (13MB)
BAB III.pdf
Restricted to Registered users only
Download (24MB)
BAGIAN AKHIR.pdf
Download (1MB)
Abstract
Tanaman anggur rentan terhadap serangan penyakit, penyakit pada tanaman anggur dapat diketahui dari bercak yang terdapat pada daun. Penyakit pada daun anggur memiliki kemiripan sehingga sulit untuk dikenali secara visual dan berdampak pada kurang akuratnya penyakit yang diidentifikasi. Pada penelitian ini, dibangun sistem yang dapat mengklasifikasikan jenis penyakit pada daun anggur menggunakan GLCM (Gray Level Co-Occurrence Matrix) dan metode hybrid KNN dan ANN. Citra digital yang diinput untuk melakukan klasifikasi akan melewati proses, Grayscale, median filtering dan CIEL*a*b untuk mengetahui jenis penyakit daun anggur yang diklasifikasi. Pengujian ini dilakukan dengan menggunakan menggunakan 1619 citra daun anggur, dimana 960 citra sebagai data latih dan 50 citra sebagai data uji, menghasilkan rata- rata accuracy adalah 61,12% dan rata-rata error adalah 38,8%.
Item Type: | Tugas Akhir / Tesis (Undergraduate (S-1)) |
---|---|
Subjects: | Teknik Informatika |
Divisions: | Fakultas Informatika > Program Studi S-1 Teknik Informatika |
Depositing User: | Adi Kurniawan |
Date Deposited: | 05 Jan 2023 12:28 |
Last Modified: | 05 Jan 2023 12:28 |
URI: | https://repository.mikroskil.ac.id/id/eprint/511 |