Text

IDENTIFIKASI PENYAKIT PADA CITRA DAUN SAYURAN BAYAM BERDASARKAN FITUR WARNA MENGGUNAKAN ALGORITMA CIELAB

---

Bayam merupakan salah satu komoditas sayuran penting yang rentan terhadap berbagai penyakit daun, seperti bercak daun, daun menguning, dan kekurangan mangan. Identifikasi penyakit secara manual oleh petani cenderung lambat dan subjektif. Penelitian ini bertujuan membangun sistem identifikasi penyakit pada citra daun bayam berdasarkan fitur warna menggunakan algoritma CIELAB dan klasifikasi K-Nearest Neighbor (KNN). Data yang digunakan berjumlah 350 citra daun yang terdiri dari empat kelas, yaitu bercak daun, daun menguning, kekurangan mangan, dan daun sehat, yang kemudian diperbanyak melalui augmentasi menjadi 2.280 citra dan dibagi menjadi 1.596 data latih serta 684 data uji. Setiap citra melalui tahapan akuisisi, preprocessing, augmentasi, konversi ke ruang warna CIELAB, ekstraksi fitur berupa nilai rata-rata kanal L*, a*, dan b*, serta klasifikasi menggunakan KNN. Pengujian terhadap lima nilai K (1, 3, 5, 7, dan 9) menunjukkan bahwa nilai K = 3 memberikan hasil terbaik dengan akurasi keseluruhan sebesar 76% dan nilai F1-score rata-rata 0,77. Hasil penelitian menunjukkan bahwa kombinasi ruang warna CIELAB dan algoritma KNN mampu membedakan jenis penyakit daun bayam berdasarkan perbedaan karakteristik warna, terutama pada kanal b* untuk daun menguning dan kanal L* untuk daun bercak. Sistem ini diharapkan dapat menjadi alat bantu bagi petani dalam menilai kualitas hasil panen.

---

Availability

Detail Information

Call Number

Informatika 518.1 Hab I

Language

Indonesia

NPM

193510770

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

pengolahan citra digital
K-Nearest Neighbor
bayam
CIELAB
identifikasi penyakit,

Other Information

Petugas

Budi Santoso

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment