Abstract
Kecanggihan teknologi serta peran teknologi infomasi dalam hal ini dengan memanfaatkan teknologi secara maksimal agar dapat menyelesaikan proses klasifikasi berbagai jenis tanaman bun ga melati dengan cepat serta dalam hal ini tentunya perancangan sistem dengan cara memanfaatkan fasilitas teknologi ini harus dibuat secara matang agar dalam proses klasifikasi berbagai jenis tanaman bunga melati mendapatkan hasil tepat dan optimal. Pengetahuan tentang jenis jenis bunga melati yang mungkin hanya dimiliki oleh orangorang tertentu yang memiliki keahlian pada bidangnya. Dikarenakan anggapan masyarakat awam jenis tanaman bunga melati hanya itu itu saja misalnya yang umum ditemui melati putih (Jasimun Sambac) menjadikan presepsi tentang jenis bunga melati memiliki jumlah yang sangat sedikit. Sedangkan malah sebaliknya jumlah jenis melati yang memliki jenis yang begitu banyak serta memiliki nama latin yang cukup rumit. Dari masalah ini, maka dibuatlah aplikasi yang dapat mengklasifikasi jenis bunga melati berdasarkan jenis menggunakan Learning Vector Quntization (LVQ) merupakan salah satu algoritma yang digunakan untuk clustering. Berdasarkan skenario pengujian yang dilakukan, aplikasi klasifikasi bunga melati berdasarkan jenis menghasilkan akurasi sebesar 86,66%.
References
Hieronymus, (2013). Tumpas Penyakit dengan 40 Daun dan 10 Akar Rimpang. Yogyakarta: Cahaya jiwa.
Eren, H. (2013). Daun Ampuh Pembasmi Penyakit. Yogyakarta: Nusa Creativa.
Kosasih, R., fahrurozi, A. 2017. Pengklasifiksian Bunga dengan Menggunakan Metode Isomap dan Naive Bayes Classifier, Jurnal Ilmiah Dan Komputer, Vol. 22, No 3.
Solehatin, 2017. Aplikasi Berbasis Web Untuk Mendeteksi Jenis Bunga Menggunakan Algoritma K-NN, Jurnal Sifo Mikrosil, Vol 19, No.2.
Wulaningrum, R, Robby, B.F., 2017. Klasifikasi Citra Adenium Menggunakan Learning Vector Quantitazion, Seminar Nasional Teknologi Informasi dan Multimedia, Amikom .
Kusumadewi, Sri. 2004. Membangun Jaringan Syaraf Tiruan. Yogyakata : Graha Ilmu