Classification of Aglaonema Plants Berdasarkan Corak Daun

Abstract

Seiring berjalannya waktu teknologi mengalami perkembangan yang luar biasa pesatnya, baik dalam segi perangkat keras maupun dalam segi perangkat lunak. Salah  satu teknologi  yang terbentuk dari perkembangan perangkat lunak adalah teknologi pengolahan citra. Teknologi ini sering digunakan untuk pengembangan riset dan aplikasi. Oleh sebab itu banyak metode dan algoritma yang diciptakan untuk membantu para peneliti dalam menganalisa suatu obyek citra maupun media. Akan tetapi ada sesuatu yang kurang atau bagi pecinta tanaman, kususnya pecinta tanaman aglaonema atau sri rejeki.  Karena dengan banyaknya  persilangan tanaman sri rejeki khususnya masyarakat Kediri kurang begitu mengetahui akan macam-macam  jenis tanaman sri  rejeki.  Oleh  sebab  itu  penulis  terdorong  untuk  membuat  suatu  aplikasi  klasifikasi  tanaman  sri  rejeki berdasarkan corak daun menggunakan metode KNN (K-Nearest Neighbor). untuk proses klasifikasi citra sri rejeki. Citra yang dipilih akan dilakukan konversi citra RGB (Merah Hijau Biru) menjadi warna ke abuan(grayscale), kemudian dilakukan proses deteksi tepi, kemudian diubah ke citra biner setelah keluar nilai citra 0 adalah nilai hitam dan 1adalah nilai putih, lalu nilai dinormalisasi metode KNN dihitung nilai jaraknya menggunakan jarak pendekatan. Proses terakhir mencari nilai jarak yang terdekat dari data yang sering muncul yang  dijadikan  acuan  sebagai  hasil  dari  klasifikasi  kelas  atau  label  jenis  sri  rejeki  crispum,  sri  rejeki commutatum plant, dan sri rejeki costatum. Hasil pengujian yang dilakukan pada aplikasi ini, untuk citra jenis sri rejeki diperoleh dengan jumlah data pelatihan sebanyak pengenalan 3 jenis tanaman sri rejeki data uji coba sebanyak 90 citra memperoleh persentase 75,55%.  Pada aplikasi ini cara memotret memiliki peran penting dalam proses klasifikasi jenis tanaman sri rejeki. Semakin baik gambar, tingkat kecerahan dan banyaknya data training pada daun sri rejeki tersebut maka prosentase tingkat keberhasilan akan semakin tinggi. dan untuk progam ini masih berbasis desktop dan dapat dikembangkan dengan progam berbasis android supaya lebih mudah dan lebih simpel untuk digunakan.