KLASIFIKASI DAUN TEH BERPENYAKIT MENGGUNAKAN ALGORITMA MACHINE LEARNING

Agung Saputra, Thomas (2025) KLASIFIKASI DAUN TEH BERPENYAKIT MENGGUNAKAN ALGORITMA MACHINE LEARNING. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (101kB)
	Text BAB II.pdf Restricted to Registered users only Download (332kB)
	Text BAB III.pdf Restricted to Registered users only Download (177kB)
	Text BAB IV.pdf Restricted to Registered users only Download (556kB)
	Text BAB V.pdf Download (85kB)
	Text DAFTAR PUSTAKA.pdf Download (112kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit daun teh menggunakan algoritma machine learning Support Vector Machine (SVM) dan Random Forest. Dataset citra dikumpulkan secara mandiri melalui pemotretan daun teh sehat dan berpenyakit, dilabeli, serta diaugmentasi menggunakan Roboflow. Proses ekstraksi fitur dilakukan dengan metode Histogram of Oriented Gradient (HOG) untuk menghasilkan data numerik yang merepresentasikan karakteristik visual daun. Model kemudian dievaluasi menggunakan teknik 5-fold cross-validation untuk mengukur stabilitas dan akurasi klasifikasi. Hasil pengujian menunjukkan bahwa SVM memiliki akurasi rata-rata sebesar 87,02%, sedangkan Random Forest mencapai rata-rata akurasi 85,19%. Kedua model menunjukkan performa yang cukup baik dalam mengklasifikasikan kondisi daun teh, dengan SVM menunjukkan kestabilan yang lebih tinggi dalam generalisasi data. Penelitian ini membuktikan bahwa penerapan algoritma machine learning dapat mendukung deteksi otomatis penyakit daun teh secara efektif.

Actions (login required)

View Item