KLASIFIKASI PENYAKIT PADA DAUN KENTANG MENGGUNAKAN METODE MULTICLASS SUPPORT VECTOR MACHINE (M-SVM)

Citra merupakan gambaran.dari suatu objek. Pengolahan citra digital merupakan citra yang diolah oleh komputer. Salah satu proses pengolahan citra digital yaitu ekstrasi fitur. Proses dalam mengambil suatu ciri dari sebuah objek yang menggambarkan suatu karakteristik dari objek, dapat disebut dengan ekstraksi fitur. Dalam Tugas Akhir ini terdapat ekstraksi fitur yang telah digunakan yaitu ekstraksi fitur tekstur yang mana akan dilanjutkan ke tahap mengklasifikasi penyakit pada daun kentang. Produk pertanian terutama kentang sangatlah penting dikarenakan kentang merupakan salah satu sumber karbohidrat bagi manusia. Pada tanaman kentang terdapat beberapa penyakit, salah satunya yaitu penyakit pada daun kentang, apabila terus dibiarkan maka akan berdampak buruk bahkan dapat mengakibatkan kegagalan.panen. Penyakit daun kentang yaitu late blight dan juga early blight merupakan penyakit yang sering dijumpai pada daun pada tumbuhan kentang. Untuk mengklasifikasi penyakit yang telah dijabarkan berikut, maka dilakukan tahap preprocessing dengan melakukan Grayscale pada citra gambar dan akan dilakukan proses Histogram Equalization. Setelah dataset diolah pada tahap preprocessing maka akan dilakukan ekstraksi fitur menggunakan metode Local Binary Pattern atau dapat disebut dengan metode LBP dan diklasifikasi menggunakan metode Multiclass Support Vector Machine (M- SVM). Pada penelitian ini menggunakan dataset publik dengan total 450 dataset citra yang terbagi menjadi 3 kelas yaitu undisease, early blight, late bligh. Pada penelitian ini melakukan pembagian data menggunakan k-fold. Dari dua pengujian yang berbeda didapatkan hasil terbaik yaitu pada pengujian pertama dengan nilai akurasi pada setiap fold dari fold 1 sampai fold 5 sebesar 0.63, 0.60, 0.62, 0.72, 0.53 dengan nilai rata-rata keakuratan dengan nilai 0,62 dan nilai akurasi maksimal sebesar 0.72 pada fold ke-4. Sedangkan hasil pengujian kedua menghasilkan nilai akurasi pada setiap fold dari fold 1 sampai fold 5 sebesar 0.60, 0.57, 0.62, 0.68, 0.53 dengan nilai rata-rata keakuratan dengan nilai 0,59 dan nilai akurasi maksimal sebesar 0.68 pada fold ke-4.