ANALISIS PENYAKIT ICE-ICE PADA RUMPUT LAUT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR PADA TEKNOLOGI ROBOT VISION

Perkembangan teknologi penginderaan jarak jauh telah memberikan dampak yang signifikan dalam pemantauan laut. Salah satu aspek penting dari pemantauan laut adalah identifikasi kualitas rumput laut, yang merupakan sumber daya alami yang berharga dengan beragam aplikasi industri. Era teknologi yang berkembang pesat saat ini, Internet of Things (IoT), telah maju dalam berbagai bidang kehidupan, termasuk pemantauan laut. Konsep IoT memungkinkan penggunaan koneksi Internet di seluruh dunia untuk memaksimalkan manfaatnya. Banyak fitur online saat ini digunakan dalam kehidupan sehari-hari, termasuk melalui sensor aktif yang ada dalam perangkat IoT. Dalam konteks pemantauan rumput laut menggunakan citra kapal pendeteksi, terdapat dua aspek penting yang perlu diperhatikan. Pertama, klasifikasi penyakit pada rumput laut menjadi krusial karena penyakit dapat mempengaruhi pertumbuhan dan kualitas rumput laut. Metode klasifikasi K-Nearest Neighbors (KNN) digunakan untuk mengidentifikasi dan mengklasifikasikan penyakit pada rumput laut dengan akurasi tinggi, memungkinkan penanganan yang tepat dan efisien. Selain itu, deteksi penyakit pada rumput laut berdasarkan analisis warna dan ukuran menjadi penting untuk memastikan kualitas dan produktivitasnya. Melalui analisis citra kapal pendeteksi, dapat dikembangkan sistem yang mampu mendeteksi penyakit yang optimal dengan menggunakan algoritma untuk menginterpretasikan informasi warna dan ukuran. Sistem ini akan membantu petani rumput laut dalam menentukan penyakit Ice-Ice yang optimal, sehingga meningkatkan efisiensi produksi dan kualitas rumput laut. Hasil penelitian menunjukkan bahwa metode K-Nearest Neighbors (KNN) yang dikembangkan mampu mengidentifikasi penyakit Ice-Ice pada rumput laut dengan akurasi sebesar 95%. Sistem ini berhasil meningkatkan efisiensi produksi dan kualitas rumput laut secara signifikan, memberikan manfaat yang besar bagi petani dalam mengelola dan memonitor kondisirnrumput laut mereka.