Klasifikasi Jenis Tanaman Cabai Menggunakan Citra Digital Dan Regresi Linear Berganda

Abstract

Penelitian ini berfokus pada penerapan metode klasifikasi menggunakan citra digital dan regresi linear berganda untuk mengidentifikasi jenis tanaman cabai berdasarkan fitur tekstur dan bentuk yang diekstraksi dari citra daun. Dalam prosesnya, citra digital tanaman cabai melalui tahapan pra-pemrosesan untuk meningkatkan kualitas gambar, diikuti oleh ekstraksi fitur menggunakan metode seperti Gray-Level Co-occurrence Matrix (GLCM). Penelitian ini menggunakan 100 dataset citra tanaman cabai yang diperoleh dari situs BRIN, yang kemudian dibagi menjadi data latih dan data uji untuk melatih model regresi linear berganda. Namun, hasil penelitian menunjukkan bahwa model regresi linear berganda tidak mampu menangkap kompleksitas data dengan baik, sebagaimana ditunjukkan oleh nilai R-squared negatif dan kesalahan prediksi yang besar. Oleh karena itu, disarankan untuk menerapkan teknik pengurangan dimensi dan validasi silang guna memperbaiki kinerja model dan meningkatkan akurasi dalam klasifikasi jenis tanaman cabai di masa mendatang.