Klasifikasi Citra Daun Kelapa Sawit Yang Terkena Dampak Hama Menggunakan Metode K-Nearest Neighbor

Abstract

Indonesia merupakan penghasil minyak kelapa sawit terbesar di dunia. Tumbuhan kelapa sawit dapat tumbuh dengan baik di daerah tropis dan membutuhkan iklim dengan curah hujan stabil. Pola curah hujan tahunan dapat mempengaruhi pembungaan dan hasil produksi buah sawit, selain pola curah hujan. Faktor lain yang dapat mempengaruhi hasil produksi sawit adalah hama perusak, terutama hama Limacodidae dan Psychidae. Keterlambatan penanganan dampak hama dapat menyebabkan kerugian untuk para petani kelapa sawit. Dalam melakukan proses deteksi digunakan langkah-langkah yang terdiri dari preprocessing, segmentasi, ekstraksi fitur zoning, dan kalsifikasi dengan metode K-Nearest Neighbor sebagai cara untuk melakukan klasifikasi jenis hama. Proses preprocessing terdiri dari akuisisi citra, resize dan citra grayscale, berikutnya dilakukan proses segmentasi threshold. Kemudian melakukan ekstraksi fitur zoning terhadap citra daun dengan membagi citra menjadi 4 bagian. Selanjutnya dilakukan klasifikasi jenis hama yang menyerang daun kelapa sawit. Hasilnya adalah dengan melakukan pengujian terhadap teknik zoning untuk mengetahui jenis hama. Nilai akurasi untuk pendeteksian hama limacodidae adalah 55% dan nilai pendeteksian hama psychidae adalah 72.5%. Hal tersebut menunjukkan bahwa sistem memiliki kemampuan yang cukup dalam melakukan proses pendeteksi jenis hama. Maka sesuai dengan hasil yang didapat, untuk meningkatkan kemampuan sistem dapat dilakukan perbaikan pada proses preprocessing citra.