Klasifikasi Daun Mangga Yang Terlena Hama Dengan Metode Gray Vector Co -occurrene Matrix Menggunakan Support Vector Machine Dan K-Nearest Neighbor Berbasis Data Kaggle

Penurunan produksi buah mangga di sebabkan oleh kerusakan atau serangan hama pada daun mangga ada beberapa jenis hama pada daun mangga yang umum menyerang antara lain kutu daun (Aphis gossypii), bercak daun alternaria, anthracnose, penggerek batang dan lain-lain. Untuk memperoleh hasil klasifikasi yang lebih akurat dan performa model yang optimal, dibutuhkan sistem yang mampu menghasilkan tingkat akurasi terbaik. Sebagai respons terhadap urgensi tersebut, penelitian ini bertujuan untuk mengklasifikasikan daun mangga yang terkena hama dengan memanfaatkan algoritma Support Vector Machine dan K-Nearest Neighbor, serta penggunaan Gray Level Co-occurrence Matrix sebagai metode untuk mengekstraksi tekstur gambar. Rangkaian tahapan dalam penelitian ini meliputi pre-processing, augmentasi data, ekstraksi fitur, proses klasifikasi oleh kedua algoritma, dan dievaluasi menggunakan akurasi. Hasilnya, algoritma Support Vector Machine dengan kernel Radial Basis Function mencapai 78% untuk algoritma K-Nearest Neighbor mencapai akurasi 80% dengan ketanggaan k=3

Kata Kunci: daun mangga, klasifikasi, support vector machine, k-nearest neighbor, gray level co-occurrence matrix