Analisis Perbandingan Algoritma Support Vector Machine, Random Forest, dan Convolutional Neural Network Untuk Klasifikasi Citra Penyakit Daun Jagung

Salah satu tanaman hortikultura yang banyak dibudidayakan oleh petani di Indonesia adalah Jagung (Zea mays ssp. mays). Di kecamatan Lau, kabupaten Maros sebagian masyarakat memiliki mata pencaharian sebagai seorang petani tanaman jagung, namun banyak kendala yang telah dihadapi oleh semua petani yakni gagal panen dikarenakan jenis penyakit jagung yang tidak diketahui jenisnya. Penelitian ini bertujuan analisis perbandingan algoritma Support Vector Machine, Random Forest, dan Convolutional Neural Network untuk klasifikasi citra penyakit daun jagung dengan menggunakan beberapa algoritma klasifikasi citra popular yaitu Support Vector Machine (SVM), Random Forest dan Convolutional Neural Network (CNN). Adapun dalam arsitektur uji coba, penulis menggunakan beberapa parameter yang digunakan untuk mengonfigurasikan algoritma. Hasil dari uji coba penelitian menunjukkan bahwa CNN memiliki performa terbaik dengan akurasi 96.42%, precision (Blight 0.96, Common Rust 0.99, Gray Leaf Spot 0.95), recall (Blight 0.95, Common Rust 1.00, Gray Leaf Spot 0.95), dan F1 Score (Blight 0.96, Common Rust 1.00, Gray Leaf Spot 0.95).