IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK MENDETEKSI PENYAKIT PADA DAUN KELAPA SAWIT

Abstrak

Penelitian ini bertujuan untuk menerapkan algoritma Support Vector Machine (SVM) dalam proses klasifikasi kondisi daun kelapa sawit menggunakan citra digital. Identifikasi kondisi daun secara cepat dan akurat diperlukan untuk mendukung pemantauan kesehatan tanaman, namun metode pengamatan secara manual masih rentan terhadap kesalahan dan perbedaan penilaian antar pengamat. Penelitian ini menggunakan citra daun kelapa sawit yang terdiri atas beberapa kondisi, yaitu daun sehat, daun kuning, dan daun bercak. Tahapan penelitian meliputi prapemrosesan citra, ekstraksi fitur warna dan tekstur, serta klasifikasi menggunakan algoritma SVM. Dataset dibagi menjadi data pelatihan dan data pengujian untuk mengevaluasi kinerja model. Hasil pengujian menunjukkan bahwa model SVM mampu mencapai akurasi sebesar 91,53% dalam mengklasifikasikan kondisi daun kelapa sawit. Hasil tersebut menunjukkan bahwa metode SVM memiliki potensi yang baik untuk diterapkan pada sistem identifikasi kondisi daun kelapa sawit berbasis pengolahan citra digital.

Identifier

• OpenAlex: https://openalex.org/W7167909312
• DOI: https://doi.org/10.36341/rabit.v11i2.8128