IMPLEMENTASI EKSTRAKSI FITUR TEKSTUR DAN WARNA PADA KLASIFIKASI PENYAKIT DAUN JAGUNG MENGGUNAKAN RANDOM FOREST

Authors

  • Galan Ahmad Defanka UPN "Veteran" Jawa Timur
  • Achmad Junaidi Universitas Pembangunan Nasional Veteran Jawa Timur
  • Hendra Maulana Universitas Pembangunan Nasional Veteran Jawa Timur

DOI:

https://doi.org/10.36499/psnst.v15i1.14646

Abstract

Penelitian ini mengembangkan sistem untuk mengidentifikasi penyakit pada daun jagung menggunakan kombinasi ekstraksi fitur tekstur dan warna. Ekstraksi tekstur dilakukan dengan metode Local Binary Pattern (LBP), sedangkan karakteristik warna citra dianalisis menggunakan Fuzzy Color Histogram (FCH). Fitur yang dihasilkan dari kedua metode tersebut kemudian digunakan sebagai input pada algoritma Random Forest untuk proses klasifikasi. Dataset berupa citra daun jagung melalui beberapa tahapan pengolahan, yaitu preprocessing, segmentasi citra, ekstraksi fitur, serta pelatihan model. Hasil pengujian menunjukkan bahwa Random Forest memiliki performa terbaik dengan akurasi mencapai 93,75%. Penelitian ini membuktikan bahwa kombinasi fitur tekstur dan warna dengan algoritma Random Forest efektif dalam mendeteksi penyakit daun jagung.

Kata kunci: daun jagung, ekstraksi fitur, random forest

PROSIDING SEMINAR NASIONAL SAINSA DAN TEKNOLOGI KE -15

Downloads

Published

2025-12-27

How to Cite

Galan Ahmad Defanka, Achmad Junaidi, & Hendra Maulana. (2025). IMPLEMENTASI EKSTRAKSI FITUR TEKSTUR DAN WARNA PADA KLASIFIKASI PENYAKIT DAUN JAGUNG MENGGUNAKAN RANDOM FOREST. Prosiding Sains Nasional Dan Teknologi, 15(1), 385–390. https://doi.org/10.36499/psnst.v15i1.14646

Issue

Vol. 15 No. 1 (2025): Prosiding SNST 15 Tahun 2025

Section

Articles