Implementasi Gray Level Co-Occurrence Matrix (GLCM) Untuk Klasifikasi Penyakit Daun Padi

  • Setiaji B
  • Huda A
N/ACitations
Citations of this article
108Readers
Mendeley users who have this article in their library.

Abstract

Penyakit pada tanaman padi merupakan salah satu faktor yang menyebabkan turunnya tingkat produksi padi. Penyakit tersebut adalah bacterial leaf blight, leaf smut, brown spot dan sebagainya. Upaya identifikasi sejak dini penyakit tanaman padi dilakukan dengan pemanfaatan algoritma, salah satunya GLCM dan klasifikasi KNN. Identifikasi jenis penyakit menggunakan metode klasifikasi KNN berdasarkan eksktraksi fitur GLCM dengan mengubah citra asli menjadi citra keabuabuan (grayscale). Setelah citra asli tersebut diubah menjadi citra keabu-abuan (grayscale), kemudian diekstraksi menggunakan GLCM untuk mendapatkan ekstraksi nilai ciri. Digunakan metode KNN untuk mengelompokkan jenis kemiripan penyakit. Data yang digunakan sebanyak 240 gambar diperoleh dari UCI Machine Learning Repository yang terdiri atas 3 jenis penyakit padi. Sebanyak 210 gambar sebagai data training dan 30 gambar lainnya untuk data uji. Hasil penenlitian ini setelah dilakukan 2 kali proses uji, tingkat akurasi tertinggi yang didapatkan sebesar 93,3%.

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Cite

CITATION STYLE

APA

Setiaji, B., & Huda, A. A. (2022). Implementasi Gray Level Co-Occurrence Matrix (GLCM) Untuk Klasifikasi Penyakit Daun Padi. Pseudocode, 9(1), 33–38. https://doi.org/10.33369/pseudocode.9.1.33-38

Readers over time

‘22‘23‘24‘25015304560

Readers' Seniority

Tooltip

Lecturer / Post doc 5

71%

PhD / Post grad / Masters / Doc 1

14%

Researcher 1

14%

Readers' Discipline

Tooltip

Computer Science 6

67%

Chemistry 1

11%

Engineering 1

11%

Agricultural and Biological Sciences 1

11%

Save time finding and organizing research with Mendeley

Sign up for free
0