PENERAPAN GLCM (Gray Level Co-occurence Matrix) PADA RANDOM FOREST UNTUK KLASIFIKASI LEAF BLAST TUMBUHAN PADI
Penyakit leaf blast merupakan penyakit yang disebabkan oleh jamur Pyricularia grisea, Pyricularia grisea menginfeksi bagian daun dan menimbulkan gejala penyakit yang berupa bercak coklat berbentuk belah ketupat yang dapat menyebabkan kematian pada tanaman padi. Dalam penelitian ini penulis menerapkan ekstraksi ciri GLCM (Gray Level Co-occurance Matrix) untuk mengidentifikasi Daun Padi dan klasifikasi Random Forest untuk mengklasifikasi daun padi untuk menentukan penyakit leaf blast daun padi berdasarkan hasil identifikasinya. Pengujian yang dilakukan menunjukan dengan jumlah data uji sebanyak 200 data uji yang terdiri dari 100 data daun padi sehat dan 100 data daun padi berpenyakit leaf blast, GLCM dapat mengidentifikasi setiap data uji yang merupakan citra daun padi dengan mendapatkan nilai cirinya, lalu Random Forest dalam mengklasifikasi data uji berdasarkan hasil identifikasi mendapatkan nilai akurasi 65%, recall 65%, precision 64% dan F-measure 65% dengan rata – rata pengujian waktu klasifikasi Random Forest sebesar 0.3522s.
APA Style
. (2021).PENERAPAN GLCM (Gray Level Co-occurence Matrix) PADA RANDOM FOREST UNTUK KLASIFIKASI LEAF BLAST TUMBUHAN PADI ().Teknik Informatika:FTI
Chicago Style
.PENERAPAN GLCM (Gray Level Co-occurence Matrix) PADA RANDOM FOREST UNTUK KLASIFIKASI LEAF BLAST TUMBUHAN PADI ().Teknik Informatika:FTI,2021.Text
MLA Style
.PENERAPAN GLCM (Gray Level Co-occurence Matrix) PADA RANDOM FOREST UNTUK KLASIFIKASI LEAF BLAST TUMBUHAN PADI ().Teknik Informatika:FTI,2021.Text
Turabian Style
.PENERAPAN GLCM (Gray Level Co-occurence Matrix) PADA RANDOM FOREST UNTUK KLASIFIKASI LEAF BLAST TUMBUHAN PADI ().Teknik Informatika:FTI,2021.Text
