KLASIFIKASI PENYAKIT DAUN TOMAT BERBASIS ALGORITMA K-NEAREST NEIGHBOR

Abstract

Penelitian ini mendalami tantangan dalam pemantauan kesehatan tanaman tomat, yang memiliki peran penting dalam industri pertanian dan perekonomian petani di seluruh dunia. Penyakit-penyakit seperti busuk akar dan hawar daun merupakan ancaman serius yang dapat merusak hasil panen dan mengurangi kualitas tanaman tomat. Dalam upaya mengatasi tantangan ini, penelitian ini menggunakan algoritma K-Nearest Neighbor (KNN) sebagai metode analisis klasifikasi penyakit pada daun tomat. Evaluasi dilakukan melalui tiga percobaan dengan variasi nilai K (K=1, 2, dan 3). Hasilnya menunjukkan bahwa meskipun K=1 mencapai akurasi tertinggi, nilai K=3 memberikan keseimbangan yang baik antara akurasi, kompleksitas model, dan ketahanan terhadap overfitting. Dengan akurasi rata-rata sebesar 88%, model KNN dengan nilai K=3 menjadi pilihan yang handal dalam mengidentifikasi penyakit daun tomat dengan tingkat akurasi yang memadai, memungkinkan pemantauan yang cermat terhadap kesehatan tanaman tomat untuk pemenuhan kebutuhan pangan dunia yang berkelanjutan.