KLASIFIKASI POHON JERUK BERDASARKAN STRUKTUR DAUN MENGGUNAKAN METODE Support Vector Machine (SVM) BERBASIS IMAGE PROCESSING

Syairudin, Syairudin (2018) KLASIFIKASI POHON JERUK BERDASARKAN STRUKTUR DAUN MENGGUNAKAN METODE Support Vector Machine (SVM) BERBASIS IMAGE PROCESSING. Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_14013728_Syairudin_IF.pdf Restricted to Registered users only Download (5MB)

Abstract

Kata Kunci: Klasifikasi Tanaman, Morfologi Daun Cabai, Pengolahan Citra, Metode K-Nearest Neighbor (K-NN).

Komoditas tanaman cabai (Capsicum) memegang peranan krusial dalam sektor pertanian dan perekonomian di Indonesia karena tingkat konsumsinya yang tinggi di seluruh lapisan masyarakat. Penentuan jenis varietas cabai sejak dini sangat penting untuk menentukan kecocokan lahan tanam dan meminimalisasi risiko penipuan kualitas bibit pada transaksi jual beli di tingkat petani maupun pedagang. Identifikasi varietas cabai umumnya mudah dilakukan dengan melihat morfologi buahnya, namun masalah muncul ketika identifikasi diperlukan pada fase vegetatif di mana pohon cabai belum berbuah. Guna mengatasi permasalahan tersebut, penelitian ini menerapkan teknologi pengolahan citra (image processing) untuk mengklasifikasikan jenis tanaman cabai berdasarkan morfologi daunnya. Karakteristik struktural daun, yang meliputi ekstraksi ciri bentuk dan tekstur permukaan, dijadikan sebagai parameter acuan klasifikasi. Pengenalan pola citra daun dalam penelitian ini diimplementasikan menggunakan metode K-Nearest Neighbor (K-NN). Metode K-NN bekerja dengan mengukur jarak terdekat antara objek uji (citra daun baru) dengan objek latih pada ruang fitur berdasarkan kalkulasi jarak Euclidean. Hasil dari penelitian ini berupa sistem klasifikasi terkomputerisasi yang mampu mengidentifikasi varietas tanaman cabai secara akurat dan objektif meskipun tanaman belum berbuah. Implementasi sistem ini diharapkan dapat membantu masyarakat, petani, dan pembeli dalam mengenali jenis bibit cabai secara dini sekaligus menghindari kerugian akibat pemalsuan varietas bibit.

Item Type:	Thesis (Other)
Subjects:	Q Science > QA Mathematics > QA76 Computer software S Agriculture > SB Plant culture T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	23 Jun 2026 03:49
Last Modified:	23 Jun 2026 03:49
URI:	https://repository.unuja.ac.id/id/eprint/3739

Actions (login required)

View Item