DETEKSI PENYAKIT TANAMAN PADI MENGGUNAKAN EKSTRAKSI FIRUR LBP DAN KLASIFIKASI MODIFIED KNN

Abstract

Daun dan batang padi merupakan bagian utama dalam pemantauan investigasi tanaman padi yang memberikan informasi mengenai status kesehatan tanaman yang mempengaruhi kualitas dan kuantitas hasil tanaman padi. Pemantauan melalaui hasil digitasi daun dan batang dapat mengklasifikasikan penyakit tanaman padi sebagai jenis kelas penyakit berdasarkan data yang diperoleh dari repositori basis data citra pertanian. Data penyakit pada yang digunakan sebanyak 300 data dengan 3 kelas penyakit, yaitu Brown Spot, Hispa, dan Leaf Blast. Digunakan metode analisis tekstur gambar (citra) dengan menggunakan model statistik serta structural, dengan memakai 8 piksel ketetanggan dari sebuah piksel tengah yang dipergunakan dalam operator dasar dari metode Local Binary Pattern (LBP) yang mempunyai ukuran 3x3. Nilai piksel ketetanggaan tersebut dikonversi ke dalam nilai decimal untuk menggantikan nilai piksel tengah. Tahapan pembagian data menggunakan 5-Fold Cross validation. Metode Modified K-Nearest Neighbor digunakan untuk melakukan pengklasifikasian untuk identifikasi terhadap citra daun Padi. Dimana pada tahap klasifikasi data di uji secara manual satu-persatu pada saat proses klasifikasi. dari tiga kelas dan masing-masing memiliki 100 data, totalnya ada 300 data. Dalam 5 cross-validation. Hasil uji didapatkan model klasifikasi dengan nilai akurasi tertinggi sebesar 81,24%, pada K=13.