Deteksi Penyakit Antraknosa pada Daun Pepaya California Berdasarkan Segmentasi K-Means Clustering dengan Menggunakan Metode Klasifikasi Support Vector Machine

Abstract

Salah satu faktor yang menyebabkan rendahnya kualitas tanaman pepaya adalah penyakit antraknosa yang menyerang pada daunnya. Perkembangan teknoogi informasi pada bidang pengolahan citra digital memungkinkan untuk melakukan identifikasi penyakit daun pepaya secara otomatis. Proses identifikasi penyakit antraknosa pada daun pepaya diawali dengan proses akusisi citra, kemudian dilakukan pre-processing yaitu resizing untuk menyeragamkan ukuran citra dan proses enhancement untuk melakukan perbaikan kualitas citra terhadap kecerahan citra. Selanjutnya, melakukan perubahan ruang warna dari RGB menjadi L*a*b. Setelah melakukan perubahan ruang warna hasil perubahan digunakan sebagai input pada segmentasi citra menggunakan algoritme K-Means. Hasil dari segmentasi yaitu nilai ekstrasi fitur  diklasifikasikan menggunakan algoritme Support Vector Machine terhadap data latih untuk diketahui klasifikasi penyakitnya. Pembangunan sistem dalam mengimplementasikan yaitu menggunakan MATLAB R2015a. Berdasarkan uji coba yang dilakukan dan perhitungan akurasi  pada penyakit daun pepaya memiliki persentase keakuratan sistem sebesar 96.00%.