Putri, Nadya Dwi (2025) IDENTIFIKASI UNSUR HARA PADA TANAMAN CABAI BERDASARKAN CITRA DAUN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 thesis, Universitas Malikussaleh.

[img] Text
Cover.pdf.pdf

Download (178kB)
[img] Text
Abstrak.pdf.pdf

Download (260kB)
[img] Text
Bab 1.pdf.pdf

Download (220kB)
[img] Text
Daftar Pustaka.pdf.pdf

Download (219kB)
[img] Text
Full-text.pdf.pdf
Restricted to Registered users only

Download (2MB)

Abstract

Tanaman cabai (Capsicum annuum L.) merupakan salah satu komoditas hortikultura penting di Indonesia, namun seringkali mengalami penurunan produktivitas akibat kekurangan unsur hara. Identifikasi defisiensi unsur hara secara manual oleh petani cenderung subjektif dan kurang akurat, sehingga diperlukan pendekatan berbasis teknologi untuk meningkatkan efisiensi deteksi. Penelitian ini bertujuan mengembangkan sistem identifikasi unsur hara pada tanaman cabai berdasarkan citra daun menggunakan metode Support Vector Machine (SVM). Sistem ini mengklasifikasikan kondisi daun cabai ke dalam empat kategori, yaitu normal, kekurangan nitrogen (N), fosfor (P), dan kalium (K). Penelitian ini menggunakan dataset sebanyak 260 citra daun cabai yang diperluas melalui augmentasi data menjadi 1.040 citra dengan variasi rotasi, flipping, dan penyesuaian pencahayaan. Ekstraksi fitur dilakukan dengan memanfaatkan fitur warna (RGB) dan tekstur (Gray Level Co-occurrence Matrix/GLCM). Model SVM dioptimasi menggunakan GridSearchCV untuk mendapatkan parameter terbaik. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 90,38% pada data uji (artinya model dapat mengklasifikasikan dengan benar 90,38% dari total sampel uji), dengan precision 92,9% (menunjukkan 92,9% prediksi positif benar), recall 96,8% (menunjukkan kemampuan model mendeteksi 96,8% kasus defisiensi yang ada), dan F1-score 94,8% (keseimbangan antara precision dan recall). Implementasi sistem dalam bentuk aplikasi web bernama "Chili Hara Scan" memudahkan petani dalam mengidentifikasi defisiensi unsur hara secara praktis dan cepat.

Item Type: Thesis (S1)
Subjects: Q Science > Q Science (General)
Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
T Technology > T Technology (General)
Divisions: Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User: Nadya Dwi Putri
Date Deposited: 29 Aug 2025 02:17
Last Modified: 29 Aug 2025 02:17
URI: https://rama.unimal.ac.id/id/eprint/14610

Actions (login required)

View Item View Item

Latest Collections

Top Downloaded Items

Top Authors

This repository has been indexed by