OPTIMASI EKSTRAKSI FITUR PADA KNN DALAM KLASIFIKASI PENYAKIT DAUN JAGUNG

Eko Hari Rachmawanto; Heru Pramono Hadi

doi:10.35315/dinamik.v26i2.8673

Eko Hari Rachmawanto Universitas Dian Nuswantoro
Heru Pramono Hadi Universitas Dian Nuswantoro

DOI: https://doi.org/10.35315/dinamik.v26i2.8673

Abstract

Di Indonesia jagung sering digunakan sebagai komoditas utama makanan pokok selain nasi. Tanaman jagung memiliki potensi terkena penyakit ataupun serangan hama kapan saja yang menyebabkan gagal panen. Penyakit yang dapat menyerang tanaman jagung bisa dilihat dari perubahan daun. Deteksi dini terhadap penyakit dapat mencegah penyakit menyebar lebih luas, salah satunya dengan perubahan yang terjadi pada daun jagung. Penelitian ini mencoba melakukan identifikasi daun yang tidak sehat dengan cara ekstraksi ciri dan warna pada citra untuk mendeteksi penyakit daun tanaman jagung yaitu hawar, bercak dan karat. Proses klasifikasi citra dilakukan melalui akusisi citra menjadi data latih dan uji, kemudian menghitung nilai hasil fitur ekstraksi warna dan ekstraksi ciri. GLCM (Gray-Level Cooccurrence Matrix) sebagai ekstraksi ciri dan HSV sebagai ekstraksi warna. KNN (K Nearest Neighbors) dengan jarak Euclidean untuk klasifikasi. Dari 160 data citra latih dan 40 citra uji menggunakan algoritma KNN-HSV-GLCM didapatkan hasil akurasi terbaik.yaitu 85% dengan menggunakan dengan nilai k adalah 3 dan jarak piksel 1 dan akurasi terendah dengan nilai k adalah 3 dan jarak piksel 3 sebesar 70%.

References

[1] M. Syarief and W. Setiawan, “Convolutional neural network for maize leaf disease image classification,” TELKOMNIKA (Telecommunication Comput. Electron. Control., vol. 18, no. 3, p. 1376, Jun. 2020.
[2] F. Tupamahu, Christyowidiasmoro, and M. H. Purnomo, “Ekstraksi Fitur Tekstur dan Warna Citra Daun Jagung untuk Klasifikasi Penyakit,” in PROSIDING SEMINAR NASIONAL ILMU KOMPUTER 2014, 2014.
[3] F. Liantoni, “Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor,” Ultimatics, vol. VII, no. 2, pp. 98–104, 2015.
[4] D. Syahid, Jumadi, and D. Nursantika, “Sistem Klasifikasi Jenis Tanaman Hias Daun Philodendron Menggunakan Metode K-Nearest Neighboor (Knn) Berdasarkan Nilai Hue, Saturation, Value (Hsv),” J. Online Inform., vol. 1, no. 1, pp. 20–23, 2016.
[5] F. Liantoni and H. Nugroho, “Klasifikasi Daun Herbal Menggunakan Metode Naïve Bayes Classifier Dan K- Nearest Neighbor,” Junral Simantec, vol. 5, no. 1, pp. 9–16, 2015.
[6] O. R. Indriani, E. J. Kusuma, C. A. Sari, E. H. Rachmawanto, and D. R. I. M. Setiadi, “Tomatoes Classification Using K-NN Based on GLCM and HSV Color Space,” in International Conference on Innovative and Creative Information Technology (ICITech), 2017, pp. 1–6.
[7] R. A. Surya, A. Fadlil, A. Yudhana, M. T. Informatika, P. T. Informatika, and U. A. Dahlan, “Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix ( GLCM ) dan Filter Gabor Untuk Klasifikasi Citra Batik Pekalongan,” vol. 02, no. 02, pp. 23–26, 2017.
[8] I. U. W. Mulyono et al., “Parijoto Fruits Classification using K-Nearest Neighbor Based on Gray Level Co-Occurrence Matrix Texture Extraction,” J. Phys. Conf. Ser., vol. 1501, no. 1, 2020.
[9] D. M. Mahalakshmi and S. Sumathi, “Brain Tumour Segmentation Strategies Utilizing Mean Shift Clustering and Content Based Active Contour Segmentation,” ICTACT J. Image Video Process., vol. 9, no. 4, pp. 2002–2008, 2019.
[10] C. A. Sari, M. W. Kuncoro, D. R. I. M. Setiadi, and E. H. Rachmawanto, “Roundness and eccentricity feature extraction for Javanese handwritten character recognition based on K-nearest neighbor,” 2018 Int. Semin. Res. Inf. Technol. Intell. Syst. ISRITI 2018, pp. 5–10, 2018.
[11] P. Moallem, A. Serajoddin, and H. Pourghassem, “Computer vision-based apple grading for golden delicious apples based on surface features,” Inf. Process. Agric., vol. 4, no. 1, pp. 33–40, 2017.
[12] H. Nguyen-Quoc and V. T. Hoang, “Rice seed image classification based on HOG descriptor with missing values imputation,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 18, no. 4, pp. 1897–1903, 2020.
[13] E. Budianita, J. Jasril, and L. Handayani, “Implementasi Pengolahan Citra dan Klasifikasi K-Nearest Neighbour Untuk Membangun Aplikasi Pembeda Daging Sapi dan Babi Berbasis Web,” J. Sains dan Teknol. Ind., vol. 12, no. Vol 12, No 2 (2015): Juni 2015, pp. 242–247, 2015.
[14] R. Mehrotra, M. A. Ansari, and R. Agrawal, “A Novel Scheme for Detection Feature Extraction of Brain Tumor by Magnetic Resonance Modality Using DWT SVM,” 2020 Int. Conf. Contemp. Comput. Appl. IC3A 2020, pp. 225–230, 2020.
[15] I. Nurhaida, H. Wei, R. A. M. Zen, R. Manurung, and A. M. Arymurthy, “Texture fusion for batik motif retrieval system,” Int. J. Electr. Comput. Eng., vol. 6, no. 6, pp. 3174–3187, 2016.