Klasifikasi Penyakit Pada Citra Daun Tanaman Padi Menggunakan Algoritma Support Vector Machine (SVM)

Pertanian padi memiliki peran penting dalam perekonomian Indonesia, namun kerap terganggu oleh penyakit daun seperti blast, blight, dan tungro. Penelitian ini mengembangkan metode klasifikasi citra daun menggunakan algoritma Support Vector Machine (SVM) untuk mendeteksi ketiga penyakit tersebut. Dengan 240 data citra daun padi, dilakukan pra-pemrosesan (resizing, grayscale, peningkatan kontras, dll), ekstraksi fitur Local Binary Pattern, normalisasi, dan validasi 5-Fold Cross-Validation menggunakan kernel RBF. Model SVM mencapai akurasi 83,33%. Precision dan recall masing-masing untuk blast: 81% dan 85%, blight: 86,6% dan 97,5%, serta tungro: 82,29% dan 67,5%. F1-score tertinggi diperoleh blight (91,72%), terendah tungro (74,34%). Meski akurasi cukup tinggi, model masih kesulitan mengenali tungro, hal ini menunjukkan perlunya peningkatan metode pemrosesan data lebih lanjut.

Kata kunci: Penyakit Daun, Klasifikasi Citra, Support Vector Machine (SVM).