Minimnya pengetahuan petani kelapa sawit tentang jenis
penyakit pada daun kelapa sawit menyebabkan keterlambatan dalam
menangani jenis penyakit pada tanaman tersebut sehingga menyebabkan
kurangnya hasil panen. Identifikasi penyakit pada kelapa sawit yang
umum dilakukan oleh petani adalah dengan melihat secara langsung
salah satunya dari warna daun. Karena tanaman sawit pada umumnya
tinggi maka petani akan kesulitan Ketika proses identifikasi penyakit
melalui warna daun pada kelapa sawit tersebut. Sistem ini bertujuan
untuk memudahkan petani kelapa sawit untuk mengidentifikasi jenis
penyakit pada daun kelapa sawit secara digital melalui warna daunnya.
Pada penelitian ini menggunakan data citra sebanyak 270 data yang
akan di olah menggunakan pengolahan citra digital, denganK-Means
clustering sebagai segmentasi citranya dan ekstraksi cirinya
menggunakan metode RGB. Sementara itu utnuk proses klasifikasinya
dengan jaringan syaraf tiruan dan algoritma Backpropagation. Pada
penelitian ini di bagi menjadi 2 kali pengambilan data yaitu data latih
dan data uji. Pada data latih digunakan citra sebanyak 180 citra yang
mana tingkat akurasinya sebesar 100% dengan waktu komputasi nya 30
detik. Sementara untuk data uji di gunakan citra sebanyak 90 citra
dengan akurasi sebesar 84,44% serta waktu komputasinya 10 detik. Dari
data tersebut dapat di simpulkan bahwa jaringan syaraf tiruan dengan
metode backpropagarianbisa digunakan dalam mengidentifikasi jenis
penyakit pada daun kelapa sawit.