KLASIFIKASI KUALITAS DAUN TEMBAKAU MADURA BERBASIS CITRA DIGITAL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Abstrak

Penilaian mutu daun tembakau selama ini masih dilakukan secara manual melalui pengamatan
visual, yang bersifat subjektif, tidak konsisten, serta memerlukan waktu lama. Penelitian ini
bertujuan untuk mengklasifikasi kualitas daun tembakau Madura berbasis citra digital
menggunakan algoritma Support Vector Machine (SVM). Dataset penelitian terdiri dari 960 citra
daun tembakau hasil pengambilan langsung dari lahan pertanian di Pamekasan yang diperluas
melalui augmentasi data (flip horizontal, flip vertikal, dan rotasi). Proses penelitian meliputi tahap
preprocessing (resizing 64×64 piksel, konversi grayscale, dan flattening), ekstraksi fitur berbasis
intensitas piksel, pelabelan manual, serta pelatihan model SVM dengan kernel Radial Basis
Function (RBF). Evaluasi kinerja dilakukan menggunakan metrik akurasi, precision, recall, f1
score, serta confusion matrix. Hasil pengujian menunjukkan bahwa model mencapai akurasi
sebesar 79% pada data uji dengan kinerja terbaik pada kelas kualitas ―rendah‖ dan ―tinggi‖,
sementara kelas ―sedang‖ masih menjadi sumber kesalahan utama karena memiliki kemiripan fitur
dengan dua kelas lainnya. Penelitian ini membuktikan bahwa metode SVM efektif digunakan
untuk dataset terbatas dengan performa lebih tinggi dibandingkan metode GLCM+SVM,
meskipun masih di bawah CNN. Temuan ini memberikan kontribusi dalam penerapan
pembelajaran mesin pada klasifikasi kualitas daun tembakau dan dapat menjadi dasar untuk
pengembangan penelitian lebih lanjut di bidang pertanian digital.
Kata kunci: klasifikasi, tembakau madura, citra digital, support vector machine, machine
learning.