Klasifikasi Penyakit Tanaman Jagung Dengan Metode K-Nearest Neighbors (KNN)
Keywords:
Klasifikasi, Literatur Review, Metode K Nearest Neighbors, Tanaman Jagung, Pembelajaran MesinAbstract
Tinjauan literatur ini mengkaji bagaimana sebuah metode dapat mengklasifikasikan penyakit pada tanaman jagung menggunakan teknik K-Nearest Neighbors (KNN). Perawatan terhadap tanaman jagung yang terinfeksi penyakit sangat penting karena dapat mempengaruhi hasil panen dan berdampak pada sektor pertanian. Metode KNN merupakan salah satu pendekatan yang banyak digunakan untuk klasifikasi penyakit tanaman, di mana metode ini memungkinkan identifikasi penyakit berdasarkan kedekatan karakteristik atau fitur antara sampel uji dan data latih. Tujuan dari studi literatur ini untuk menyelidiki keefektifan dan penerapan metode KNN untuk mendiagnosis penyakit pada tanaman jagung. Metode ini memungkinkan penentuan klasifikasi dengan mengukur kedekatan antara data tanaman yang akan diuji dan data tanaman yang telah diketahui jenis penyakitnya. Tinjauan literatur dilakukan dengan mengumpulkan dan menganalisis artikel-artikel terkait yang telah dipublikasikan dalam rentang waktu tertentu. Hasil dari studi literatur ini menunjukkan bahwa penggunaan metode KNN untuk klasifikasi penyakit tanaman jagung memiliki beberapa keuntungan. Metode ini memungkinkan pengelompokan yang akurat dan dapat menangani berbagai tipe data untuk proses klasifikasi. Hal ini memperkaya kemampuan dalam menganalisis karakteristik yang beragam pada tanaman jagung, seperti warna daun, bentuk bercak, dan tekstur. Namun, terdapat beberapa tantangan dalam penerapan metode KNN untuk mengklasifikasikan penyakit tanaman jagung. Penentuan jumlah tetangga terdekat (k) yang optimal sangat berpengaruh pada keakuratan klasifikasi dan membutuhkan proses pengujian yang mendalam. Untuk meningkatkan keberhasilan metode KNN dalam klasifikasi penyakit tanaman jagung, studi literatur ini merekomendasikan pentingnya peningkatan kualitas data pelatihan yang digunakan. Pembaruan data secara berkala dan peningkatan variasi fitur yang relevan juga perlu dilakukan untuk memastikan keakuratan dan keandalan dalam mendukung diagnosis penyakit pada tanaman jagung.
References
Christanto, D. A., Susanto, A. B., & Handayani, M. (2023). ANALISIS SISTEM PEMBELAJARAN MENGGUNAKAN GOOGLE CLASSROOM UNTUK MENINGKATKAN KOMPETENSI SISWA DENGAN METODE K-NEAREST NEIGHBOR ( Studi Kasus : SMK Mawar Saron Taman Royal Kota Tangerang ). 1(3), 112–118.
Fernianti, A. (2020). Literature Review : Penataan Ruang Belajar Yang Menarik Dan Perkembangan Kognitif Anak. 1–36.
Kusuma, J., Rubianto, Rosnelly, R., Hartono, & Hayadi, B. H. (2023). Klasifikasi Penyakit Daun Pada Tanaman Jagung Menggunakan Algoritma Support Vector Machine, K-Nearest Neighbors dan Multilayer Perceptron. Journal of Applied Computer Science and Technology, 4(1), 1–6. https://doi.org/10.52158/jacost.v4i1.484
Lutfi, M. (2019). Implementasi Metode K-Nearest Neighbor dan Bagging Untuk Klasifikasi Mutu Produksi Jagung. Agromix, 10(2), 130–137. https://doi.org/10.35891/agx.v10i2.1636
Nurcahyati, A. D., Akbar, R. M., & Zahara, S. (2022). Klasifikasi Citra Penyakit pada Daun Jagung Menggunakan Deep Learning dengan Metode Convolution Neural Network (CNN). SUBMIT: Jurnal Ilmiah Teknologi Infomasi Dan Sains, 2(2), 43–51. https://doi.org/10.36815/submit.v2i2.1877
Rachmawanto, E. H., & Hadi, H. P. (2021). Optimasi Ekstraksi Fitur Pada Knn Dalam Klasifikasi Penyakit Daun Jagung. Dinamik, 26(2), 58–67. https://doi.org/10.35315/dinamik.v26i2.8673
Rahman, C. D., & Nasution, Y. R. (2024). Pengenalan Pola Penyakit Tanaman Jagung Menggunakan Metode Principal Component Analysis Dan K-Nearest Neighbor. Jurnal Informatika Teknologi Dan Sains (Jinteks), 6(3), 659–668.
Rosyani, P., & Oke Hariansyah. (2020). Pengenalan Citra Bunga Menggunakan Segmentasi Otsu Treshold dan Naïve Bayes. Jurnal Sistem Dan Informatika (JSI), 15(1), 1–7. https://doi.org/10.30864/jsi.v15i1.304
Rosyani, P., Saprudin, S., & Amalia, R. (2021). Klasifikasi Citra Menggunakan Metode Random Forest dan Sequential Minimal Optimization (SMO). Jurnal Sistem Dan Teknologi Informasi (Justin), 9(2), 132. https://doi.org/10.26418/justin.v9i2.44120
Sugiyono. (2010). Metode penelitian pendidikan : pendekatan kuantitatif, kualitatif, dan R&D (Rizka Saputri (ed.)). ALFABETA. https://elibrary.bsi.ac.id/readbook/200700/metode-penelitian-pendidikan-pendekatan-kuantitatif-kualitatif-dan-r-d
Teknologi Informasi, J., Suhendra, R., & Juliwardi, I. (2022). Identifikasi dan Klasifikasi Penyakit Daun Jagung Menggunakan Support Vector Machine. Jurnal Teknologi Informasi, 1(1), 29–35. http://jurnal.utu.ac.id/JTI
Triandini, E., Jayanatha, S., Indrawan, A., Werla Putra, G., & Iswara, B. (2019). Metode Systematic Literature Review untuk Identifikasi Platform dan Metode Pengembangan Sistem Informasi di Indonesia. Indonesian Journal of Information Systems, 1(2), 63. https://doi.org/10.24002/ijis.v1i2.1916
