Classification of Aglaonema Plants Berdasarkan Corak Daun
PDF

Keywords

Aglaonema
Klasifikasi
KNN (K-Nearest Neighbor)
Tanaman

How to Cite

Nurhidayat, T. ., Kasih, P. ., & Sanjaya, A. . (2021). Classification of Aglaonema Plants Berdasarkan Corak Daun. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 3(1), 223–228. https://doi.org/10.29407/inotek.v3i1.541

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.

https://doi.org/10.29407/inotek.v3i1.541
PDF

References

M. I. Sikki, “Pengenalan Wajah Menggunakan K– Nearest Neighbor dengan Praproses Transformasi Wavelet,” Paradigma, vol. 10, p. 2, 2009.

Gusadha AD. 2011. Identifikasi jenis aglaonema menggunakan probabilistic neural network [skripsi]. Bogor (ID): Institut Pertanian Bogor.

Bisri. 2014. Klasifikasi Citra Paru-Paru dengan Ekstraksi Fitur Histogram dan Jaringan Syaraf Tiruan Backpropagation, http://ejurnal.its.ac.id/index.php/sains_seni/article/vie wFile/4193/1330, 11 Mei 2018.

Sujito dan Yunus, M. 2016. Perbandingan Strategi Pelabelan Objek Pada Citra Digital Dengan Metode Flood Filling. Jurnal Teknologi Informasi Vol. 7 No. 2. http://ejurnal.stimats.ac.id/index.php/TI/article/view/224/254. 17 Desember 2016.

Yunus, M. 2012. Perbandingan Metode – Metode Edge Detection Untuk Proses Segmentasi Citra Digital. Jurnal Teknologi Informasi Vol.3 No.2. http://ejurnal.stimats.ac.id/index.php/TI/article/view/224/254. 17 Desember 2016.

S. Jatmika dan D. Purnamasari, “Rancang Bangun Alat Pendeteksi Kematangan Buah Apel dengan Menggunakan Metode Image Processing Berdasarkan Komposisi Warna,” vol. 8, 2014.

Kusumadewi, Sri., Fauziah, Ami., Khoiruddin, Arwan A., Wahid, Fathul., Setiawan, M. Andri., Rahayu, Nur Wijayaning., H. dayat, Taufik., dan Prayudi, Yudi. (2009). Informatika Kesehatan menggunakan metode KNN (K-Naerest Neighbor). Graha Ilmu. Yogyakarta.

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Copyright (c) 2020 Taufiq Nurhidayat, Patmi Kasih, Ardi Sanjaya

Downloads

Download data is not yet available.