Klaslflkasi peny akit pada buah kakao dengan menggunakan Metode random forest

Abstract

Cocoa (Theobroma cacao) is a tree-shaped plantation originating from South America.Cocoa is a type of plantation commodity that plays an important role as a source of income and foreign exchange.However, the amount of cocoa production continued to decline from 2012 to 2017. In terms of cocoa production, it was recorded that in 2012 it was 740,500 tons. Meanwhile, in 2019 it only ranges from 659,776 tons. This decrease in cocoa productivity can be caused by pests and diseases.In the era of technology, it needs a system that can classify diseases found in cocoa pods.This research uses the Random Forest algorithm for the classification process. The steps taken before the classification process are carried out by image processing using the grayscale method, followed by the image segmentation process using the inverse binary threshold and closing. Furthermore, the extraction of color and texture features using the hue saturation value (HSV) method for color extraction and texture extraction using the gray level co-occurrence matrix (GLCM) method. Texture extraction used includes the characteristics of dissimilarity, contrast, correlation, ASM, energy, and homogeneity. Diseases to be classified are pod rot, anthracnose, helopeltis, and borer with a total of 360 data which is divided into 80% training data and 20% testing data. Based on the test results in this study, the system can classify the types of diseases that exist with an accuracy of 94.4%.

Kakao (Theobroma cacao) adalah jenis tumbuhan perkebunan yang berasal dari Amerika Selatan yang berwujud pohon. Kakao adalah jenis komoditas perkebunan yang berperan penting sebagai sumber pendapatan dan devisa negara. Namun jumlah produksi kakao terus menurun sejak 2012 hingga 2017. Dari segi produksi kakao, tercatat tahun 2012 sebanyak 740.500 ton. Sementara, pada 2019 ini hanya berkisar 659.776 ton. Turunnya produktivitas kakao ini dapat disebabkan oleh serangan hama dan penyakit. Sehingga dibutuhkan suatu sistem yang dapat mengklasifikasi penyakit yang terdapat pada buah kakao. Penelitian ini menggunakan algoritma Random Forest untuk proses klasifikasi. Langkah-langkah yang dilakukan sebelum proses klasifikasi dilakukan proses pengolahan citra dengan menggunakan metode grayscale, dilanjutkan dengan proses segmentasi citra menggunakan binary threshold dan closing. Selanjutnya, dilakukan ekstraksi fitur warna dan tekstur dengan menggunakan metode hue saturation value (HSV) untuk ekstraksi warna dan ekstraksi tekstur dengan menggunakan metode gray level co-occurrence matrix (GLCM). Ekstraksi tekstur yang digunakan termasuk karakteristik dissimilarity, contrast, correlation, ASM, energy, dan homogeneity. Penyakit yang akan diklasifikasi yaitu busuk buah, antraknose, helopeltis, dan penggerek dengan total data berjumlah 360 yang dibagi menjadi 80% data training dan 20% data testing. Berdasarkan hasil pengujian pada penelitian ini sistem dapat mengklasifikasi jenis penyakit yang ada dengan akurasi sebesar 94,4%.