Klasifikasi Penyakit Daun Padi Menggunakan Algoritma K-Nearest Neighbors (KNN)

Abstract

Penyakit daun padi, seperti brown spot dan hawar daun, dapat menyebabkan penurunan hasil panen yang signifikan. Algoritma KNN dipilih karena kemampuannya dalam klasifikasi berbasis instance dengan akurasi yang cukup tinggi. Dataset yang digunakan terdiri dari 759 gambar daun padi yang terbagi dalam empat kelas. Proses cross-validation digunakan untuk menentukan nilai K optimal, dengan hasil K=3 yang memberikan akurasi terbaik. Model ini diuji dengan data validasi dan data testing, menunjukkan akurasi sebesar 54% pada data validasi dan 85% pada data testing. Hasil penelitian menunjukkan bahwa model KNN efektif untuk mendeteksi penyakit daun padi, terutama pada kelas brown spot dan daun sehat. Temuan ini penting untuk pengembangan sistem deteksi dini penyakit tanaman, yang dapat membantu petani dalam mengelola tanaman mereka secara lebih efektif.