Abstract:
Padi merupakan tanaman pangan paling penting di Indonesia. Namun kurang terjaganya pemeliharaan tanaman padi di Indonesia membuat padi rentan terkena penyakit atau hama. Penyakit tanaman padi terjadi dibanyak bagian, salah satunya adalah daun. Oleh karena itu, perlu adanya pengolahan citra digital untuk memudahkan dalam mengidentifikasi dan mengklasifikasikan citra daun padi yang terkena penyakit. Pada penelitian ini dilakukan pengolahan citra daun padi menggunakan GLCM dan warna HSV untuk melakukan ekstraksi fitur dengan Extreme Gradient Boosting (XGBoost) untuk klasifikasi. Ekstraksi warna HSV yang digunakan untuk menangani kekurangan dari GLCM yaitu karena citra input berupa citra grayscale sehingga komponen warna dari citra diabaikan. Dari penelitian ini didapatkan hasil pengujian tertinggi yaitu nilai akurasi terbaik sebesar 93?ngan rasio pembagian data train 70 ?n data test 30%.