Pengolahan citra digital untuk mengidentifikasi kerusakan pada tanaman padi dengan menggunakan algoritma k-nearest neighbor

Wiguna, Muhammad Iqbal (2018) Pengolahan citra digital untuk mengidentifikasi kerusakan pada tanaman padi dengan menggunakan algoritma k-nearest neighbor. Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (32kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (50kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (102kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (246kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (648kB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (52kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (126kB) | Request a copy

Abstract

Salah satu faktor keberhasilan usaha budidaya tanaman padi ditentukan oleh kualitas pemeliharaan tanaman, oleh karena itu petani perlu melakukan pemeliharaan tanaman padi secara maksimal, supaya mendapatkan hasil panen yang sesuai dengan harapan petani. Pengidentifikasian kerusakan tanaman padi, sejauh ini masih dilakukan dengan cara manual tidak menggunakan sistem sehingga pengidentifikasian kerusakan tanaman padi hanya didasari oleh pengetahuan sesuai dengan pengalaman para petani. Identifikasi kerusakan tanaman padi dengan menggunakan sistem akan menghasilkan suatu hasil keputusan yang objektif. Penggabungan algoritma K-Nearest Neighbor dengan Grey Level Co-occurrence Matrix dilakukan untuk optimasi algortima K-NN untuk mendapatkan hasil identifikasi terbaik sesuai dengan data keriteria yang dibutuhkan. Algoritma K-Nearest Neighbor memiliki keunggulan dalam segi efektifitas untuk aplikasi yang memiliki data latih berukuran besar dan dapat menghasilkan data yang lebih akurat dan metode Grey Level Co-occurrence Matrix sesuai untuk melakukan ekstraksi tekstur alami yang tidak terstruktur dari sub pola. Dengan menggunakan algortima ini akan mendapatkan hasil identifikasi berupa jenis hama atau penyakit yang merusak tanaman padi. Hasil kinerja sistem pengolahan citra digital ini mencapai 76.42 % keberhasilan dari 106 data yang diuji.

Actions (login required)

View Item