IDENTIFIKASI PENYAKIT PADA TANAMAN TEBU MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO), COLOR MOMENTS, DAN K-NEAREST NEIGHBOR

Baskoro, Earlyano Yuda and Asmara, Rosa Andrie and Vista, Candra Bella (2020) IDENTIFIKASI PENYAKIT PADA TANAMAN TEBU MENGGUNAKAN METODE ANT COLONY OPTIMIZATION (ACO), COLOR MOMENTS, DAN K-NEAREST NEIGHBOR. Diploma thesis, Jurusan Teknologi Informasi.

	Text COVER.pdf Restricted to Registered users only Download (753kB) | Request a copy
	Text BAB I.pdf Restricted to Registered users only Download (244kB) | Request a copy
	Text BAB II.pdf Restricted to Registered users only Download (567kB) | Request a copy
	Text BAB III.pdf Restricted to Registered users only Download (920kB) | Request a copy
	Text BAB IV.pdf Restricted to Registered users only Download (320kB) | Request a copy
	Text BAB V.pdf Restricted to Registered users only Download (583kB) | Request a copy
	Text BAB VI.pdf Restricted to Registered users only Download (28kB) | Request a copy
	Text BAB VII.pdf Restricted to Registered users only Download (7kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (231kB) | Request a copy
	Text LAMPIRAN.pdf Restricted to Registered users only Download (16kB) | Request a copy

Abstract

Mosaik, Noda Cincin, Noda Karat adalah penyakit yang menyerang tebu di Indonesia dan menimbulkan kerugian. Teknologi untuk deteksi penyakit tebu diperlukan dalam menunjang peningkatan produksi tebu agar dapat menghasilkan panen yang optimal. Penelitian yang berkembang dalam identifikasi penyakit tanaman melalui identifikasi citra digital daun belum ada yang khusus membahas tebu, tetapi mengenai penyakit tanaman secara umum. Penelitian ini membangun sistem identifikasi penyakit pada daun tebu melalui identifikasi citra digital daun menggunakan metode deteksi tepi dan warna melalui Ant Colony Optimization (ACO) dan color moments. Tahap awal penelitian adalah pengumpulan data citra daun tebu berpenyakit melalui studi literatur, wawancara, dan survei lapangan. Tahap selanjutnya adalah preprocessing citra untuk dapat diolah ke tahap selanjutnya yaitu ekstraksi fitur. Klasifikasi dilakukan berdasarkan fitur yang telah diekstraksi sebelumnya. Penelitian ini menggunakan metode klasifikasi K-Nearest Neighbor (KNN). Hasil dari sistem identifikasi penyakit pada tanaman tebu menggunakan metode ant colony optimization (ACO), color moments, dan k-nearest neighbor adalah penentuan label Sehat, mosaik, noda cincin dan noda karat. Tingkat akurasi penelitian ini adalah 78,13% pada nilai k = 3 menggunakan metode K-Nearest Neighbor (KNN). Kesimpulan dari penelitian ini adalah metode color moments, ant colony optimization, dan K-Nearest Neighbor (KNN) dapat digunakan untuk mengidentifikasi penyakit mosaik, noda cincin, dan noda karat pada citra daun tebu dengan akurasi yang cukup baik.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Ant Colony Optimization, Color Moments, K-NN, Penyakit Tebu.
Subjects:	A Computer Science > Applied Computer Science
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Earlyano Yuda Baskoro
Date Deposited:	25 Dec 2020 15:02
Last Modified:	25 Dec 2020 15:02
URI:	http://repota.jti.polinema.ac.id/id/eprint/441

Actions (login required)

View Item