Klasifikasi Penyakit Daun Sawit Menggunakan Metode Jaringan Saraf Tiruan Dengan Fitur Local Binary Pattern

Andreas Jeremy Obet Simanjuntak, Daniel Udjulawa
{"title":"Klasifikasi Penyakit Daun Sawit Menggunakan Metode Jaringan Saraf Tiruan Dengan Fitur Local Binary Pattern","authors":"Andreas Jeremy Obet Simanjuntak, Daniel Udjulawa","doi":"10.35957/algoritme.v3i1.3158","DOIUrl":null,"url":null,"abstract":"Penyakit pada daun sawit adalah penyakit yang disebabakan oleh bakteri maupun jamur. Salah satu cara untuk mengetahui penyakit pada daun sawit adalah dengan mengamati Pola pada permukaan daun sawit. Pola pada daun sawit akan dianalisis oleh orang yang ahli untuk mengetahui apakah terdapat penyakit pada daun sawit atau tidak. Penelitian ini bertujuan untuk mengklasifikasi daun sawit apakah terdapat penyakit atau tidak pada pada daun sawit dengan menggunakan sebuah program. Diperlukan metode yang tepat untuk menghasilkan akurasi yang baik, peneliti menggunakan metode klasifikasi JST (Jaringan Saraf Tiruan) dan metode ekstraksi LBP (Local Binary Pattern). Tahapan yang dilakukan pada citra sebelum di Klasifikasi yaitu Grayscale, selanjutnya dilakukan ekstraksi menggunakan LBP (Local Binary Pattern) dan di klasifikasi menggunakan JST (Jaringan Saraf Tiruan) dengan menggunakan 17 train function dengan hasil 5 neuron mendapatkan rata-rata akurasi 81%, presisi 95%, dan recall 94%. Pada neuron 10   mendapatkan rata-rata akurasi 95%, presisi 97%, dan recall 96%. Dan pada neuron 20 mendapatkan rata-rata akurasi 97%, presisi 97%, dan recall 96%. \n.           \nKata kunci: Penyakit daun sawit, LBP, JST, neuron","PeriodicalId":447117,"journal":{"name":"Jurnal Algoritme","volume":"24 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Algoritme","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35957/algoritme.v3i1.3158","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Penyakit pada daun sawit adalah penyakit yang disebabakan oleh bakteri maupun jamur. Salah satu cara untuk mengetahui penyakit pada daun sawit adalah dengan mengamati Pola pada permukaan daun sawit. Pola pada daun sawit akan dianalisis oleh orang yang ahli untuk mengetahui apakah terdapat penyakit pada daun sawit atau tidak. Penelitian ini bertujuan untuk mengklasifikasi daun sawit apakah terdapat penyakit atau tidak pada pada daun sawit dengan menggunakan sebuah program. Diperlukan metode yang tepat untuk menghasilkan akurasi yang baik, peneliti menggunakan metode klasifikasi JST (Jaringan Saraf Tiruan) dan metode ekstraksi LBP (Local Binary Pattern). Tahapan yang dilakukan pada citra sebelum di Klasifikasi yaitu Grayscale, selanjutnya dilakukan ekstraksi menggunakan LBP (Local Binary Pattern) dan di klasifikasi menggunakan JST (Jaringan Saraf Tiruan) dengan menggunakan 17 train function dengan hasil 5 neuron mendapatkan rata-rata akurasi 81%, presisi 95%, dan recall 94%. Pada neuron 10   mendapatkan rata-rata akurasi 95%, presisi 97%, dan recall 96%. Dan pada neuron 20 mendapatkan rata-rata akurasi 97%, presisi 97%, dan recall 96%. .           Kata kunci: Penyakit daun sawit, LBP, JST, neuron
棕榈叶疾病的分类使用一种具有局部二元特征的人造神经网络方法
棕榈叶疾病是由细菌和真菌引起的疾病。了解棕榈叶疾病的一种方法是观察棕榈叶表面的图案。油棕上的图案将由专家分析以确定油棕上是否存在疾病。这项研究的目的是通过使用一个项目来对棕榈叶中是否存在疾病进行分类。需要精确精确的方法,研究人员使用JST分类方法和LBP提取方法。第一个阶段是在灰色鳞片分类之前,然后用LBP提取,然后用JST(假神经系统)进行分类,用17列列车function进行分类,得到5个神经元的平均精度为81%,精度为95%,召回94%。神经元10的准确率为95%,精度为97%,召回率为96%。在神经元20中,平均达到97%的准确率,97%的精度和96%。关键词:棕榈油、LBP、JST、神经元疾病
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信