IMPLEMENTASI SUPPORT VECTOR MACHINE PADA KLASIFIKASI PENYAKIT DAUN TOMAT DENGAN EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX DAN HUE SATURATION VALUE

Ramadhan, Melanio Daris (2025) IMPLEMENTASI SUPPORT VECTOR MACHINE PADA KLASIFIKASI PENYAKIT DAUN TOMAT DENGAN EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX DAN HUE SATURATION VALUE. Other thesis, UPN Veteran Yogyakarta.

[thumbnail of 2. Cover_ 123200136_ Melanio Daris Ramadhan.pdf] Text
2. Cover_ 123200136_ Melanio Daris Ramadhan.pdf

Download (3MB)
[thumbnail of 3. Abstrak_ 123200136_ Melanio Daris Ramadhan.pdf] Text
3. Abstrak_ 123200136_ Melanio Daris Ramadhan.pdf

Download (289kB)
[thumbnail of 4. Lembar Pengesahan_ 123200136_ Melanio Daris Ramadhan.pdf] Text
4. Lembar Pengesahan_ 123200136_ Melanio Daris Ramadhan.pdf

Download (470kB)
[thumbnail of 5. Daftar Isi_ 123200136_ Melanio Daris Ramadhan.pdf] Text
5. Daftar Isi_ 123200136_ Melanio Daris Ramadhan.pdf

Download (406kB)
[thumbnail of 6. Daftar Pustaka_ 123200136_ Melanio Daris Ramadhan.pdf] Text
6. Daftar Pustaka_ 123200136_ Melanio Daris Ramadhan.pdf

Download (510kB)
[thumbnail of 1. Skripsi Fulltext_ 123200136_ Melanio Daris Ramadhan.pdf] Text
1. Skripsi Fulltext_ 123200136_ Melanio Daris Ramadhan.pdf
Restricted to Repository staff only

Download (3MB)
Official URL: https://upnyk.ac.id/

Abstract

Tomat (Solanun Lycopersicum) merupakan tanaman yang termasuk dalam tanaman hortikultura. Hortikultural merupakan tanaman yang biasanya ditanam oleh orang di kebun�kebun atau pekarangan rumah. Penelitian ini bertujuan untuk mengklasifikasi penyakit daun tomat dengan mengimplementasikan metode Support Vector Machine dengan fitur Gray Level Co-occurrence Matrix dan Hue Saturation Value. Penelitian ini menerapkan metode Support Vector Machine (SVM) untuk klasifikasi penyakit daun tomat dengan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) dan Hue Saturation Value (HSV). Hasil penelitian menunjukkan bahwa dengan menggunakan ekstraksi fitur Gray Level Co-occurrence Matrix (GLCM) dan Hue Saturation Value (HSV) dengan Support Vector Machine (SVM) sebagai metode klasifikasi menghasilkan nilai akurasi sebesar 81%, nilai presisi sebesar 79%, dan nilai recall sebesar 81%. Penelitian ini menggabungkan ekstraksi fitur Hue Saturation Value (HSV) dan Gray Level Co-occurrence Matrix (GLCM) dengan Support Vector Machine (SVM) untuk mengklasifikasi penyakit daun tomat. Penelitian menggunakan GLCM dan HSV mampu mengenali fitur dari objek dengan lebih spesifik.

Kata Kunci: Klasifikasi Citra, SVM, HSV, GLCM, Daun Tomat.

Item Type: Thesis (Other)
Additional Information: Melanio Daris Ramadhan (Penulis - 123200136) ; Bambang Yuwono (Pembimbing)
Uncontrolled Keywords: Klasifikasi Citra, SVM, HSV, GLCM, Daun Tomat.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Bayu Pambudi
Date Deposited: 28 May 2025 04:05
Last Modified: 28 May 2025 04:05
URI: http://eprints.upnyk.ac.id/id/eprint/42629

Actions (login required)

View Item View Item