INDIKASI DAN KLASIFIKASI DAUN PADI YANG TERJANGKIT PENYAKIT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (KNN)

INDIKASI DAN KLASIFIKASI DAUN PADI YANG TERJANGKIT PENYAKIT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (KNN) Reza Ardiansyah - 17201012 Primary Author Syarif Hidayatulloh, S.T., M.Kom (Pembimbing) Editor mixed material bibliography Universitas ARS 2024 id Indonesia ABSTRAK Penelitian ini bertujuan mengembangkan model klasifikasi untuk mendeteksi dan mengelompokkan penyakit pada daun padi menggunakan algoritma K-Nearest Neighbors (KNN). Nilai optimal parameter K ditentukan melalui cross-validation, dengan K=3 dan skor 0,6. Model dievaluasi menggunakan data validasi dan testing. Pada data validasi, akurasi mencapai 54%, sementara pada data testing meningkat menjadi 85%. Hasil evaluasi menunjukkan performa terbaik pada kelas Sehat (F1- score 0,95) dan Brown Spot (F1-score 0,82). Meskipun demikian, performa kelas Hawar dan Leaf Brown masih perlu ditingkatkan. Akurasi model pada data training sebesar 79% menunjukkan kemampuan generalisasi yang baik terhadap data baru. Confusion matrix mengonfirmasi bahwa prediksi model paling akurat pada kelas Sehat. Kesimpulannya, algoritma KNN efektif untuk mendeteksi penyakit pada daun padi, namun penelitian lanjutan disarankan untuk menambah jumlah data dan menerapkan teknik preprocessing yang lebih baik guna meningkatkan akurasi. NONE Digital Library ARS University Perpustakan Online ARS University 034/S1.TI.SKP/2024 S03554K Teknik Informatika 034/S1.TI.SKP/2024 Bab 1 Bab 3 Bab 5 DAFTAR PUSTAKA 8721 2026-05-13 09:46:46 2026-05-13 09:47:40 machine generated