DETEKSI JENIS HAMA DAN PENYAKIT BUAH KAKAO MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

ABSTRAK

Pengetahuan dan pemanfaatan citra digital berkembang pesat tidak hanya pada bidang kedokteran dan industri tetapi juga pada bidang pertanian dari ilmu pengetahuan tersebut dapat menerapkannya ke dalam sebuah program yang berbasis komputerisasi yang digunakan untuk mendeteksi produk pertanian secara lebih efektif dan efisien. Dalam penelitian ini bertujuan membangun suatu sistem untuk mendeteksi jenis hama dan penyakit buah kakao, karena pada umumnya pemeriksaan hama dan penyakit buah kakao masih manual berdasarkan analisa warna kulit buah secara visual mata manusia yang memiliki keterbatasan yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat kekonsistenan manusia dalam hal menilai gejala jenis hama dan penyakit buah tidak menjamin, karena manusia dapat mengalami kelelahan, dan manusia juga dalam menilai gejala hama dan penyakit buah terkadang bersifat subjektif. Penelitian ini memanfaatkan teknik pengolahan citra digital untuk mengekstrak ciri warna citra digital buah kakao, metode yang digunakan untuk mengekstrak ciri warna Hue, Saturation, Value (HSV) dan algoritma klasifikasi yang digunakan K-Nearest Neighbor. Data yang digunakan sebanyak 150 citra terbagi menjadi 70?ta training dan 30?ta testing. Berdasarkan hasil uji coba dengan menggunakan nilai k sebesar 5,7,11 dan 13 pada pengujian holdout method akurasi terbaik sebesar 84.44?ngan nilai k = 5. Dan pada pengujian k-5 cross validation akurasi terbaik juga terdapat pada nilai k = 5 dengan nilai akurasi sebesar 99.33%.

Kata kunci: Buah Kakao, Deteksi jenis hama dan penyakit buah kakao, HSV, KNN, Confusion Matrix, K-Fold Cross Validation.