@article{Wahyudi_Shalludin_Sari_2021, title={Deteksi Kandungan Unsur Hara Daun Jagung Menggunakan K-Nearest Neighbor (KNN): Detection of Corn Leaf Nutrient Content Using K-Nearest Neighbor (KNN)}, volume={3}, url={https://journal.umpr.ac.id/index.php/jsakti/article/view/2235}, DOI={10.33084/jsakti.v3i2.2235}, abstractNote={<p>Tanaman jagung memerlukan unsur hara untuk kelangsungan hidupnya. Dari unsur hara tanaman ada tiga unsur utama seperti Nitrogen(N), Fosfor(P), dan Kalium(K). Namun dalam prakteknya untuk mengetahui kekurangan unsur hara  tanaman jagung melalui daunnya memerlukan beberapa alat yang harganya mahal sehingga tidak efesien. Dengan adanya cara untuk mengetahui kekurangan unsur hara melalui pengolahan citra digital diharapkan dapat membantu para petani dalam penangganan kekurangan unsur hara lebih mudah dan efesien. Pada penelitian ini penerapan sistem pengolahan citra digital menggunakan RGB metode ektraksi Hue, Saturation, Value (HSV) setelah di dapatkan nilai rata-rata RGB dan HSV, kemudian dilakukan proses pengklasifikasian dengan metode K-Nearest Neighbor (KNN). Data sampel menggunakan 5 klasifikasi citra data training dengan masing-masing 5 data testing pada setiap citra data training dengan hasil akurasi sebesar 80% sistem dapat mendeteksi citra daun jagung.</p>}, number={2}, journal={Jurnal Sains Komputer dan Teknologi Informasi}, author={Wahyudi, Johan and Shalludin, Ahmad and Sari, Yuslena}, year={2021}, month={May}, pages={5–11} }