Diagnosis Penyakit Tanaman Cabai Menggunakan Metode Modified K-Nearest Neighbor (MKNN) (Studi Kasus: BPTP Karang Ploso Malang)
Kata Kunci:
Modified K-Nearest Neighbor (MKNN), Klasifikasi, Penyakit, CabaiAbstrak
Cabai merah merupakan salah satu jenis sayuran yang cukup penting di Indonesia, baik sebagai komoditas konsumsi di dalam negeri maupun sebagai ekspor. Cabai merah memiliki nilai gizi tinggi, juga mempunyai nilai ekonomi tinggi. Namun produktivitas cabai merah nasional rendah yaitu 7,34 ton/ha, padahal potensinya mampu mencapai 12 ton/ha. Dalam suatu periode tanam, cabai bisa dipanen beberapa kali bila musim dan perawatannya baik dapat 15-17 kali, namun umumnya hanya 10-12 kali. Rendahnya produktivitas bisa disebabkan oleh berbagai faktor, yaitu mutu benih kurang baik, tingkat kesuburan tanah semakin menurun, teknik budidaya kurang baik, serta permasalahan hama dan penyakit tanaman. Untuk menangani hal tersebut diperlukan teknologi dengan menerapkan metode klasifikasi yaitu Modified K-Nearest Neighbor (MKNN). MKNN adalah pengembangan dari metode KNN yang dirancang untuk mengatasi kelemahan dari jarak data dengan weight pada KNN. Metode tersebut mempelajari berdasarkan 18 gejala penyakit dengan proses perhitungan jarak euclidean, perhitungan validitas dan perhitungan wighted voting yang menghasilkan penetapan kelas klasifikasi berdasarkan nilai K yang ditentukan. Hasil pengujian menggunakan K=5 mendapatkan akurasi sebesar 94%, kemudian K=8 akurasi sebesar 92%, K=11 akurasi sebesar 88% dan pengujian K=14 menghasilkan akurasi sebesar 88%. Berdasarkan hasil yang didapat, metode Modified K-Nearest Neighbor (MKNN) menunjukkan akurasi yang baik untuk melakukan klasifikasi penyakit cabai.