Voting Classifier untuk Identifikasi Organisme Pengganggu Tanaman (OPT) pada Citra Daun Jagung menggunakan Global Color Histogram, dan Color Coherence Vector serta Local Binary Pattern untuk Ekstraksi Fitur Warna dan Tekstur

Jagung adalah salah satu dari tanaman pangan yang sering dijumpai dikawasan tropis seperti
Indonesia. Ada beberapa faktor yang dapat mempengaruhi hasil panen dari tanaman jagung, seperti
hama, penyakit pada tanaman, hingga gulma. Faktor ini biasanya disebut sebagai Organisme
Pengganggu Tanaman (OPT). Identifikasi serangan OPT memiliki beberapa kendala dalam
penerapannya didunia pertania, mulai dari minimnya pengetahuan akan jenis suatu OPT, hingga
luasanya lahan pertanian yang tidak sebanding dengan jumlah pakar yang ahli dibidangnya. Maka
diperlukan teknologi yang dapat membantu petani dalam mengidentifikasi OPT. Pada penelitian ini,
pengolahan citra digital akan digunakan untuk mengidentifikasi daun jagung yang terserang OPT.
Metode yang diusulkan adalah ekstraksi fitur warna dan teksture menggunakan Global color histogram
(GCH), Color Coherence Vector (CCV), dan Local Binary Pattern (LBP) yang dipadukan dengan
Voting Classifier berisikan lima Classification and Regression Trees (CART) dengan pembeda pada
depth atau level CART 2,4,6,8 dan 10. Dataset yang digunakan dalam penelitian adalah PlantVillageDataset yang berisikan citra daun jagung. Hasil uji coba citra yang disegmentasi terhadap Red pixel
mengunakan Color Processing Detection Algorithm (CPDA) memperoleh akurasi terbaik dengan
Precision sebesar 82.92%, Recall 82.55%, dan f1-Score sebesar 82.6%