Vol. 7 No. 1 (2024): February 2024
Artikel

PENERAPAN METODE HAAR-LIKE FEATURE DAN ALGORITMA ADABOOST DALAM PENENTUAN KLASIFIKASI HAMA TANAMAN KOPI

Supiyandi Supiyandi
Universitas Pembangunan Panca Budi
Muhammad Siddik Hasibuan
Universitas Islam Negeri Sumatera Utara
Hotmaidah Harahap
Universitas Islam Negeri Sumatera Utara

Published 2024-02-05

How to Cite

PENERAPAN METODE HAAR-LIKE FEATURE DAN ALGORITMA ADABOOST DALAM PENENTUAN KLASIFIKASI HAMA TANAMAN KOPI. (2024). JOURNAL OF SCIENCE AND SOCIAL RESEARCH, 7(1), 87-93. https://doi.org/10.54314/jssr.v7i1.1718

Abstract

Kopi adalah merupakan salah komoditi andalan dari sektor perkebunan yang turut menyumbang devisa cukup besar, hal ini dapat dilihat dari semakin meningkatnya penikmat kopi yang tersebar di Indonesia. Namun demikian ternya untuk menghasilkan biji kopi yang berkualitas diperlukan perawatan, salah satunya adalah pada penanganan dan pencegahan hama dan penyakit yang menyerang tanaman kopi. Banyak petani yang kopi yang kesulitan dalam mengenali ciri dari hama atau penyakit yang menyerang tanaman kopi, baik pada daun, batang dan buah kopi. Kesalahan dalam mengenali ciri dari hama atau penyakit ini akan berakibat pada kesalahan dalam proses mengatasinya, tentunya akan berpengaruh pada hasil panen. Untuk memudahkan dalam pengenalan ciri dari hama dan penyakit ini perlu dibangun aplikasi yang dapat mengenali ciri dari hama dan penyakit yang menyerang tanaman kopi, sehingga dapat memberikan informasi kepadaaetani hama atau penyakit apa yang sedang menyerang tanaman kopi yang dikelolanya. Haar Like Feature dan Adaboost adalah merupakan salah satu algoritma yang dapat dipergunakan dalam melakukan identifikasi dan klasifikasi citra, sehingga dengan penggunaan algoritma ini dapat meningkatkan akurasi pendeteksian hama dan penyakit pada tanaman kopi.

Downloads

Download data is not yet available.

References

  1. S. Selvi and L. Ningrum, “Gaya Hidup Minum Kopi Dalam Pengambilan Keputusan Pembelian Kopi (Studi Kasus Pada Kopi Kenangan Gandaria City-Jakarta),†Kepariwisataan J. Ilm., vol. 14, no. 1, pp. 23–30, 2021.
  2. R. D. Permana and L. L. S. Masrilurrahman, “Identifikasi Tingkat Kerusakan Pada Tanaman Kopi Yang Di Sebabkan Oleh Hama Di Desa Karang Sidemen Kecamatan Batukliang Utara Kabupaten Lombok Tengah,†J. Silva Samalas, vol. 4, no. 1, pp. 10–14, 2021.
  3. A. C. Sembiring, J. Tampubolon, and N. Purnasari, “Peningkatan Pengetahuan Petani Kopi Karo dalam Pengolahan Pasca Panen Buah Kopi di Desa Buluhnaman Sumatera Utara,†J. Mitra Prima, vol. 5, no. 2, 2023.
  4. M. Sayuthi, A. Hanan, M. Muklis, and P. Satriyo, “Distribusi hama tanaman padi (Oryza sativa L.) pada fase vegetatif dan generatif di Provinsi Aceh,†J. Agroecotania Publ. Nas. Ilmu Budid. Pertan., vol. 3, no. 1, pp. 1–10, 2020.
  5. R. Noorlita Sari, “PENERAPAN IMAGE PROCESSING UNTUK DETEKSI HAMA TANAMAN PADI BERBASIS ANDROID.†Universitas Muhammadiyah Ponorogo, 2021.
  6. V. Leonardo and N. Milantara, “PESTS AND DISEASES OF ARABIKA COFFEE (Coffea arabika) IN HKM SOLOK RADJO, AIE DINGIN, LEMBANG GUMANTI DISTRICT, SOLOK DISTRICT, WEST SUMATRA PROVINCE,†Sylva J. Penelit. Ilmu-Ilmu Kehutan., vol. 12, no. 1, pp. 12–20, 2023.
  7. A. Thoriq, W. K. Sugandi, R. M. Sampurno, and M. Arief, “Pengetahuan dan tindakan petani dalam pengendalian organisme pengganggu tanaman kopi berbasis agroforestri di Kecamatan Sukasari, Kabupaten Sumedang, Jawa Barat,†J. Agrifor, vol. 8, no. 1, pp. 33–42, 2019.
  8. M. Rosadi, D. Aulia Nurhasanah, and M. Siddik Hasibuan, “Clustering Panjang Ruas Jalan di BBPJN Sumut Menggunakan Algoritma K-Means,†J. Comput. Sci. Informatics Eng., vol. 02, no. 1, pp. 29–38, 2023, doi: 10.55537/cosie.v2i1.567.
  9. W. D. WANDA, “PENGARUH VEREENIGING TOERISTEN VERKEER TERHADAP PERKEMBANGAN PARIWISATA DI BATAVIA PADA MASA KOLONIAL TAHUN 1920-1930,†2023.
  10. I. Irwanto, “Perancangan Sistem Informasi Sekolah Kejuruan dengan Menggunakan Metode Waterfall (Studi Kasus SMK PGRI 1 Kota Serang-Banten),†Lect. J. Pendidik., vol. 12, no. 1, pp. 86–107, 2021, doi: 10.31849/lectura.v12i1.6093.
  11. M. Ikhsan Rifki, A. Darta, A. Halim Lubis, M. Siddik Hasibuan, A. Halim Hasugian, and Y. Ramadhan, “Pelatihan Pengenalan Aplikasi Berbasis Web Tinkercad Sebagai Media Simulasi Mikrokontroler Pada SMK Taruna Tekno Nusantara,†J. Pengabdi. Kpd. Masy., vol. 28, no. 3, pp. 247–254, 2022, [Online]. Available: https://jurnal.unimed.ac.id/2012/index.php/jpkm/article/download/37227/pdf
  12. J. Rizki Rahmadanoor, Normajatun, “Perancangan Pelayanan Sistem Antrian Berbasis Online (Studi di Rumah Sakit Umum Daerah H.Baharuddin Kasim Kabupaten Tabalong),†Tek. Inform., vol. 3, no. 2, pp. 21–33, 2020.
  13. S. Sriani, M. S. Hasibuan, and R. Ananda, “Classification of Batu Bara Songket Using Gray-Level Co-Occurrence Matrix and Support Vector Machine,†J. Ris. Inform., vol. 5, no. 1, pp. 481–490, 2022, doi: 10.34288/jri.v5i1.469.
  14. I. Nurjabar and M. Nicky, “Metode Pendeteksi Masker Menggunakan Metode Haar Cascade, Guna Meminimalisir Penularan Covid-19,†INTECOMS J. Inf. Technol. Comput. Sci., vol. 5, no. 1, pp. 49–55, 2022.
  15. C. Jatmoko, D. Hartanto, A. F. Kurniawan, E. H. Rachmawanto, C. A. Sari, and F. E. Nilawati, “UJI IMPLEMENTASI ALGORITMA VIOLA-JONES DALAM PENGENALAN WAJAH,†Dinamik, vol. 25, no. 2, pp. 68–76, 2020.
  16. Y. Pristyanto, “Penerapan metode ensemble untuk meningkatkan kinerja algoritme klasifikasi pada imbalanced dataset,†J. Teknoinfo, vol. 13, no. 1, pp. 11–16, 2019.
  17. E. Listiana and M. A. Muslim, “Penerapan Adaboost Untuk Klasifikasi Support Vector Machine Guna Meningkatkan Akurasi Pada Diagnosa Chronic Kidney Disease,†Tek. Inform., 2017.
  18. S. W. Rika Dinda Lestari, Muhammad Siddik Hasibuan, “Penerapan Data Mining Menggunakan Metode Teknik Klasifikasi Untuk Melihat Potensi Kepatuhan Wajib Pajak Kendaraan,†vol. 03, no. 1, pp. 1–14, 2024.
  19. L. Qadrini, A. Seppewali, and A. Aina, “Decision Tree dan Adaboost pada Klasifikasi Penerima Program Bantuan Sosial,†J. Inov. Penelit., vol. 2, no. 7, pp. 1959–1966, 2021.
  20. S. I. Gultom, “Implementasi Data Mining Menentukan Pola Hidup Sehat Bagi Pengguna KB Menggunakan Algoritma Adaboost (Studi Kasus: Dinas Serdang Bedagai),†Inf. dan Teknol. Ilm., vol. 7, no. 3, pp. 298–304, 2020.