KLASIFIKASI PENYAKIT PADA DAUN CABE JAMU MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) DENGAN EKSTRAKSI FITUR WARNA HSV

Cabe Jamu (Piper Retrofractum Vahl) tergolong pada jenis sirih-sirihan atau piperaceae yang dibudidayakan di lahan kering dan iklim yang tropis. Mayoritas tanaman ini tumbuh secara liar di pekarangan. Banyak sekali manfaat yang dimiliki cabe jamu yang masih jarang diketahui oleh banyak masyarakat. Beberapa manfaat dan khasiat pada daun cabe jamu yaitu untuk mengatasi tekanan darah rendah, masuk angin, lemah syahwat dan juga membersihkan Rahim setelah melahirkan. Cabe Jamu merupakan tanaman obat yang bernilai ekonomis yang tinggi sehingga banyak dibudidayakan. Tetapi banyak petani tanaman cabe jamu yang gagal panen karena serangan hama penyakit tanaman cabe jamu terutama pada daun. Maka dari itu diperlukan sistem yang dapat mengklasifikasikan penyakit pada daun. Dataset yang digunakan adalah data daun cabe jamu yang diambil secara langsung dengan jumlah 3000 data dan memiliki 3 kelas yaitu daun sehat, daun menggulung, daun berwarna kuning. Proses pembagian data menggunakan K-Fold Cross Validation dengan 10 lipatan. Metode yang digunakan untuk klasifikasi adalah K-Nearest Neighbor (KNN). Skenario pengujian yang dilakukan adalah menggabungkan ukuran citra dengan nilai parameter tetangga (k). Ukuran citra yang diuji adalah 128x128 piksel, 300x300 piksel, 648x648 piksel, dan 1000x1000 piksel. Nilai “k” yang diuji adalah 3, 5, 7 dan 9. Akurasi tertinggi mencapai 90.67 pada citra berukuran 648x648 piksel dengan parameter k-3 fold ke-1. Hasil percobaan menunjukkan bahwa ukuran citra tidak berpengaruh terlalu signifikan terhadap akurasi, namun nilai parameter tetangga (k) mempunyai pengaruh yang cukup signifikan.