UBMUBM
Jurnal Algoritma, Logika dan KomputasiJurnal Algoritma, Logika dan KomputasiSelada (Lactuca sativa L.) merupakan komoditas hortikultura bernilai ekonomi tinggi, namun produktivitasnya sering terhambat oleh serangan penyakit. Identifikasi manual oleh petani seringkali tidak akurat karena kemiripan gejala visual antar penyakit. Penelitian ini bertujuan untuk membangun sistem identifikasi penyakit otomatis menggunakan Support Vector Machine (SVM) berbasis ekstraksi fitur visual. Penelitian berfokus pada klasifikasi empat kondisi daun selada: Sehat, Bercak Daun Cercospora (disebabkan oleh Cercospora longissima), Tipburn, dan Etiolasi. Metodologi yang digunakan meliputi ekstraksi fitur warna dari ruang warna HSV dan fitur tekstur menggunakan Gray-Level Co-occurrence Matrix (GLCM). Efektivitas augmentasi data dan optimasi hyperparameter menggunakan Particle Swarm Optimization (PSO) juga dievaluasi melalui tiga skenario perbandingan. Hasil penelitian menunjukkan bahwa augmentasi data secara signifikan meningkatkan akurasi model dari baseline 69,57% menjadi 92,28%. Optimasi lebih lanjut dengan PSO berhasil meningkatkan performa hingga mencapai akurasi final sebesar 93,63%. Model terbaik menunjukkan F1-Score yang seimbang di atas 0,91 untuk semua kelas, membuktikan bahwa kombinasi metode ekstraksi fitur HSV dan GLCM, augmentasi data, dan optimasi SVM menggunakan PSO merupakan pendekatan yang andal dan efektif untuk identifikasi penyakit daun selada, serta menawarkan alat bantu yang prospektif untuk pertanian presisi.
Berdasarkan hasil penelitian, dapat disimpulkan bahwa implementasi model SVM dengan fitur gabungan HSV dan GLCM berhasil dilakukan.Augmentasi data terbukti menjadi faktor kunci yang secara drastis meningkatkan akurasi model dari 69.Proses optimasi hyperparameter menggunakan PSO terbukti mampu memberikan peningkatan kinerja lebih lanjut hingga mencapai akurasi final 93.
Penelitian ini membuka peluang untuk eksplorasi lebih lanjut dalam pengembangan sistem identifikasi penyakit tanaman. Pertama, penelitian dapat diperluas dengan menguji model yang dikembangkan pada varietas selada yang berbeda dan kondisi lingkungan yang beragam untuk menguji generalisasi model. Kedua, integrasi dengan teknologi Internet of Things (IoT) dapat dilakukan untuk menciptakan sistem pemantauan penyakit secara real-time di lapangan, memungkinkan petani untuk mengambil tindakan pencegahan secara cepat dan tepat. Ketiga, studi komparatif dengan metode deep learning, seperti Convolutional Neural Network (CNN), perlu dilakukan untuk mengevaluasi trade-off antara akurasi, kompleksitas komputasi, dan kebutuhan data, sehingga dapat menentukan pendekatan yang paling optimal untuk aplikasi pertanian presisi. Pengembangan ini diharapkan dapat memberikan kontribusi signifikan dalam meningkatkan produktivitas dan keberlanjutan sektor pertanian.
| File size | 505 KB |
| Pages | 7 |
| DMCA | Report |
Related /
UBUB Hasil eksperimen pada 10 program dengan ukuran 10-85 baris kode menunjukkan bahwa metode community detection mampu mereduksi jumlah node dan edge dalamHasil eksperimen pada 10 program dengan ukuran 10-85 baris kode menunjukkan bahwa metode community detection mampu mereduksi jumlah node dan edge dalam
UBUB Pengembangan sistem dilakukan menggunakan metode Agile Scrum dalam beberapa siklus sprint, yang mencakup tahapan product backlog, sprint planning, dailyPengembangan sistem dilakukan menggunakan metode Agile Scrum dalam beberapa siklus sprint, yang mencakup tahapan product backlog, sprint planning, daily
UBUB Keunggulan GWO didukung oleh pengurangan jumlah fitur yang terpilih secara signifikan, sehingga meminimalkan dimensi data sekaligus menjaga atau meningkatkanKeunggulan GWO didukung oleh pengurangan jumlah fitur yang terpilih secara signifikan, sehingga meminimalkan dimensi data sekaligus menjaga atau meningkatkan
UBUB Pada studi ini, metode kendali Linear Quadratic Gaussian (LQG) digunakan untuk memaksa batang pendulum tegak vertikal sekitar sudut 0° sesuai posisi referensiPada studi ini, metode kendali Linear Quadratic Gaussian (LQG) digunakan untuk memaksa batang pendulum tegak vertikal sekitar sudut 0° sesuai posisi referensi
UBUB Hasil evaluasi menunjukkan bahwa Naïve Bayes menghasilkan akurasi 82% dengan precision tertinggi pada kelas positif (95,40%), sedangkan Random ForestHasil evaluasi menunjukkan bahwa Naïve Bayes menghasilkan akurasi 82% dengan precision tertinggi pada kelas positif (95,40%), sedangkan Random Forest
UBUB False Negative cenderung terjadi pada kelas seperti rotten-tomato karena kemiripan visual dengan kelas lain. Model memiliki akurasi keseluruhan 95% denganFalse Negative cenderung terjadi pada kelas seperti rotten-tomato karena kemiripan visual dengan kelas lain. Model memiliki akurasi keseluruhan 95% dengan
UBUB Namun, setelah penerapan information gain, algoritma KNN menunjukkan hasil paling optimal dengan akurasi mencapai 81,28% serta performa yang relatif seimbangNamun, setelah penerapan information gain, algoritma KNN menunjukkan hasil paling optimal dengan akurasi mencapai 81,28% serta performa yang relatif seimbang
DCCKOTABUMIDCCKOTABUMI Penjurusan yang tepat di tingkat SMA dapat membantu siswa mengembangkan potensi akademis, minat, dan bakat, serta memudahkan perencanaan karir. SMAN 2Penjurusan yang tepat di tingkat SMA dapat membantu siswa mengembangkan potensi akademis, minat, dan bakat, serta memudahkan perencanaan karir. SMAN 2
Useful /
PNLPNL Aktivitas antibakteri meningkat seiring waktu, mencapai penurunan koloni bakteri 66,41 % pada 6 hari maserasi dengan rasio 1.organoleptik juga menunjukkanAktivitas antibakteri meningkat seiring waktu, mencapai penurunan koloni bakteri 66,41 % pada 6 hari maserasi dengan rasio 1.organoleptik juga menunjukkan
PNLPNL Minuman kemasan merupakan pilihan populer karena kemudahan dan variasi rasa, tetapi kandungan logamnya perlu dipantau untuk mencegah risiko kesehatan.Minuman kemasan merupakan pilihan populer karena kemudahan dan variasi rasa, tetapi kandungan logamnya perlu dipantau untuk mencegah risiko kesehatan.
UBMUBM Penelitian ini bertujuan merancang prototipe aplikasi mobile literasi dan manajemen keuangan bernama “KELOLA yang dirancang untuk membantu generasi mudaPenelitian ini bertujuan merancang prototipe aplikasi mobile literasi dan manajemen keuangan bernama “KELOLA yang dirancang untuk membantu generasi muda
UBMUBM Subjek penelitian adalah 30 mahasiswa PGSD Universitas Muria Kudus yang mengikuti mata kuliah Kreasi Produk Seni Rupa. Kelayakan produk dinilai oleh ahliSubjek penelitian adalah 30 mahasiswa PGSD Universitas Muria Kudus yang mengikuti mata kuliah Kreasi Produk Seni Rupa. Kelayakan produk dinilai oleh ahli