DETEKSI PENYAKIT PADA DAUN ANGGUR MENGGUNAKAN GRAY LEVEL CO-OCCURANCE (GLCM) DAN HYBRID ANN-KNN

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.

[thumbnail of BAGIAN AWAL.pdf] Text
BAGIAN AWAL.pdf

Download (12MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (2MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf

Download (13MB)
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (24MB)
[thumbnail of BAGIAN AKHIR.pdf] Text
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

Actions (login required)

View Item
View Item