Abstract:
Tanaman apel merupakan tanaman yang berasal berasal dari daerah asia barat dengan iklim subtropis. Saat ini apel sudah dikembangkan menjadi berbagai macam olahan makanan dan minuman seperti jus, keripik, sirup, dodol, teh. Oleh karena itu, menanam apel dapat dijadikan sebagai bisnis yang menguntungkan. Namun, salah satu kendala penting dalam produksi tanaman apel adalah penyakit yang menyerang tanaman apel. Penyakit tanaman apel terjadi dibanyak bagian, salah satunya pada daun. Oleh karena itu, perlu adanya pengolahan citra digital untuk memudahkan dalam mengidentifikasi dan mengklasifikasikan citra daun apel yang terkena penyakit. Pada penelitian ini dilakukan pengolahan citra daun apel menggunakan metode Local Binary Patern untuk melakukan ekstraksi fitur dan metode Modified K-Nearest Neighbor untuk klasifikasi. Citra yang digunakan berjumlah 400 citra daun apel yang terdiri dari 4 kelas yaitu 1 citra daun yang sehat (Netral) dan 3 citra daun apel yang terkena penyakit terdiri, dari Black Root, Cedar-Apple Rust, dan Scab. Dari penelitian ini mendapatkan hasil pengujian tertinggi yaitu nilai akurasi sebesar 90%, nilai precicion sebesar 80%, nilai recall sebesar 80%, dan nilai specificity sebesar 93,333?ngan nilai K=1. Sedangkan pengujian terendah yaitu nilai akurasi sebesar 67,5%, nilai precicion sebesar 35%, nilai recall sebesar 35%, dan nilai specificity sebesar 78,333?ngan nilai K=21. Berdasarkan hasil yang diperoleh, metode Local Binary Pattern dan Modified K-Nearest Neighbor dapat digunakan untuk mengenali penyakit pada tanaman apel berdasarkan citra daun.
