Vol 10 No. 1 , 2022 ©2022 Ilmu Komputer Unila Publishing Network all rights reserved 65 Klasifikasi Penyakit Daun Padi menggunakan Random Forest dan Color Histogram 1,*) Sarifah Agustiani, 2 Yoseph Tajul Arifin, 3 Agus Junaidi, 4 Siti Khotimatul Wildah & 5 Ali Mustopa 1,4 Teknologi Komputer, Universitas Bina Sarana Informatika, Jakarta, Indonesia 2 Teknik Elektro, Universitas Bina Sarana Informatika, Jakarta, Indonesia 3 Teknologi Informasi, Universitas Bina Sarana Informatika, Jakarta, Indonesia 5 Sistem Informasi Kampus Kota Pontianak, Universitas Bina Sarana Informatika, Pontianak, Indonesia Abstrak — Indonesia merupakan negara agraris, dimana pertanian merupakan sektor yang memegang peranan penting karena sebagian besar dari penduduk Indonesia menjadikan beras sebagai makanan pokoknya, namun adanya pengalihan fungsi dari lahan persawahan menjadi perumahan atau industry mengakibatkan turunnya produksi padi, selain itu adanya serangan hama, penyakit, cuaca yang tidak mendukung, pengairan yang tidak lancar mengakibatkan hasil panen menjadi kurang maksimal. Untuk itu perlu adanya teknologi yang dapat mengimplementasikan proses pendeteksian penyakit daun padi agar dapat memberikan informasi kepada petani tentang kerusakan daun padi. Pendekatan paling modern saat ini dapat dilakukan dengan machine learning maupun deep learning dengan menggunakan berbagai algoritma untuk meningkatkan tingkat pengenalan dan keakuratan dalam proses deteksi dan diagnosis penyakit tanaman. Berdasarkan hal tersebut penelitian ini bertujuan untuk mengusulkan metode dalam melakukan pengklasifikasian penyakit daun padi agar dapat memberikan informasi kepada petani tentang penyakit daun padi yang nantinya diharapkan dapat mengurangi resiko dengan mendeteksi penyakit daun padi lebih dini sehingga dapat meningkatkan produksi padi. Pada penelitian ini proses klasifikasi dilakukan dengan menggunakan citra hasil augmentasi kemudian diterapkan metode ekstraksi fitur Color Histogram, dan dilakukan klasifikasi dengan menggunakan algoritma Random Forest. Selain itu, dalam penelitian ini juga dilakukan beberapa perbandingan diantaranya perbandingan ekstraski fitur dan perbandingan algoritma untuk mendapatkan hasil terbaik, dan hasil tertinggi mencapai akurasi sebesar 99.65% dari metode yang diusulkan. Kata Kunci: Color Histogram; Penyakit Daun Padi; Random Forest. Abstract — Indonesia is an agrarian country, which is a sector that plays an important role most of the Indonesian population makes agriculture the main focus, but the function of rice fields into housing or industry has resulted in a decrease in rice production, in addition to pests, diseases, unfavorable weather, Irrigation is not smooth resulting in less than the maximum yield. For this reason, it is necessary to have technology that can implement the process of detecting rice leaf disease in order to provide information to farmers about rice leaf damage. The most modern approach today can be done with machine learning or deep learning by using various algorithms to improve recognition and accuracy in the detection and diagnosis of plant diseases. Based on this, this study aims to propose a method of classifying rice leaf diseases in order to provide information to farmers about rice leaves which are expected to reduce the disease by detecting the disease early so as to increase rice production. In this study, the classification process is carried out using the augmented image, then the Color Histogram feature extraction method is applied, and the classification is carried out using the Random Forest algorithm. In addition, this study also conducted several comparisons, including feature extraction and yahoo to get the results, and the highest results reached 99.65% of the proposed method. Keywords: Color Histogram; Rice Leaf Disease; Random Forest;. * Corresponding author : Sarifah Agustiani Universitas Bina Sarana Informatika, Jakarta, Indonesia sarifah.sgu@bsi.ac.id