Klasifikasi Kualitas Varietas Benih Jagung Bima 20 Menggunakan Metode Random Forest

Abstract

Varietas benih jagung Bima-20 merupakan salah satu varietas yang populer dan banyak digunakan oleh petani. Namun, untuk memastikan kualitas benih yang dihasilkan, diperlukan metode yang dapat membedakan kualitas benih Bima-20 dengan akurasi tinggi. Salah satu cara untuk meningkatkan akurasi dalam proses grading benih jagung adalah dengan menggunakan teknologi pengolahan citra digital. Beberapa fitur yang dapat diekstraksi dari citra digital antara lain bentuk, tekstur, dan warna. Karakteristik bentuk benih jagung dapat diekstraksi dengan menggunakan metode segmentasi citra dan ekstraksi fitur bentuk seperti area dan perimeter atau keliling. Sedangkan karakteristik tekstur benih jagung dapat diekstraksi dengan menggunakan fitur gray-level co- occurrence matrix (GLCM) serta dapat diklasifikasi menggunakan metode Random Forest. Metode Random Forest adalah salah satu metode yang populer dalam klasifikasi citra. Metode ini menggunakan kombinasi dari beberapa pohon keputusan (decision tree) untuk mengklasifikasikan data. Kelebihan dari metode Random Forest adalah kemampuannya dalam mengatasi overfitting dan mampu menghasilkan prediksi yang akurat. Dengan menerapkan ekstraksi fitur dan metode tersebut menghasilkan bahwa ekstraksi fitur tekstur menggunakan Gray Level Co- occurrence Matrix (GCLM) dan ekstraksi fitur bentuk memperoleh nilai yang dapat diklasifikasikan menggunakan metode random forest. Hasil klasifikasi yang diperoleh tersebut memiliki tingkat akurasi 100% akurat sesuai dengan pernyataan melalui survei yang dilakukan kepada seorang kepala SMK di Pesantren Teknologi Riau dan juga seorang guru dalam bidang pertanian di Pesantren Teknologi Riau yaitu ibu Azrida Syamsi M.Si.