Diagnosis Penyakit Tanaman Cabai Menggunakan Metode Modified K-Nearest Neighbor (MKNN) (Studi Kasus: BPTP Karang Ploso Malang)

Diagnosis Penyakit Tanaman Cabai Menggunakan Metode Modified K-Nearest Neighbor (MKNN) (Studi Kasus: BPTP Karang Ploso Malang)

Penulis

  • Hadi Dwi Abdullah Hamid Fakultas Ilmu Komputer, Universitas Brawijaya
  • Nurul Hidayat Fakultas Ilmu Komputer, Universitas Brawijaya
  • Ratih Kartika Dewi Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Modified K-Nearest Neighbor (MKNN), Klasifikasi, Penyakit, Cabai

Abstrak

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.

Unduhan

Diterbitkan

11 Jan 2019

Cara Mengutip

Abdullah Hamid, H. D., Hidayat, N., & Dewi, R. K. (2019). Diagnosis Penyakit Tanaman Cabai Menggunakan Metode Modified K-Nearest Neighbor (MKNN) (Studi Kasus: BPTP Karang Ploso Malang). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(3), 2881–2886. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4834

Terbitan

Bagian

Artikel
Loading...