KLASIFIKASI JENIS PENYAKIT BUAH KAKAO MENGGUNAKAN METODE MULTI LAYER PERCEPTRON BERDASARKAN EKSTRAKSI FITUR WARNA DAN TEKSTUR GREY LEVEL CO-OCCURRENCE MATRIX

Penyakit pada buah kakao di wilayah Sulawesi Tengah dapat menurunkan kualitas dan hasil produksi, sehingga diperlukan metode identifikasi yang cepat dan akurat. Penelitian ini bertujuan untuk mengklasifikasikan jenis penyakit buah kakao berdasarkan citra menggunakan fitur warna dan tekstur. Fitur warna diekstraksi menggunakan komponen RGB, sedangkan fitur tekstur diperoleh menggunakan metode Gray Level Co-occurrence Matrix (GLCM). Seluruh fitur yang dihasilkan kemudian digunakan sebagai input pada model Multilayer Perceptron (MLP) untuk proses klasifikasi. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, precision, recall, F1-score, serta confusion matrix. Hasil penelitian menunjukkan bahwa penggunaan fitur warna menghasilkan akurasi sebesar 74%, sedangkan fitur tekstur GLCM menghasilkan akurasi sebesar 64%. Hal ini menunjukkan bahwa fitur warna memiliki kemampuan yang lebih baik dalam membedakan jenis penyakit pada buah kakao dibandingkan fitur tekstur. Meskipun demikian, tingkat akurasi yang diperoleh masih dapat ditingkatkan melalui pengembangan lebih lanjut seperti penambahan jumlah data, penggabungan fitur warna dan tekstur, serta penggunaan metode yang lebih canggih untuk meningkatkan performa sistem klasifikasi.

Kata kunci: Klasifikasi penyakit kakao, citra digital, Multilayer Perceptron (MLP), fitur warna RGB, Gray Level Co-occurrence Matrix (GLCM), ekstraksi fitur, pengolahan citra