Nurul Syahidan
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI TANAMAN AGLAONEMA MENGGUNAKAN FITUR EKSTRAKSI GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR Nurul Syahidan; Seri Rati; Sakdiani Lubis; Nurul Fadillah
Jurnal Informatika dan Teknologi Komputer (J-ICOM) Vol 1 No 2 (2020): Jurnal Informatika dan Teknologi Komputer (JICOM)
Publisher : E-Jurnal Universitas Samudra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33059/j-icom.v1i2.2770

Abstract

Tanamam aglaonema memiliki banyak jenis, banyaknya jenis aglaonema baru dari hasil persilangan para botanis menyebabkan pecinta aglaonema masih sulit untuk mengidentifikasi beberapa jenis aglaonema. Dalam mengenali jenis tanaman aglaonema ini harus memiliki pengetahuan tentang ciri setiap jenis tanaman aglaonema. Namun bagi orang – orang awam yang tidak mengetahui persis ciri dari jenis tanaman aglaonema ini akan menemkan kesulitan untuk membedakan jenisnya dan dapat menyebabkan terjadinya kesalahan karena terdapat kemiripan dari corak dan warna. Melihat dari permasalahan yang ada, maka dari itu dalam penelitian kali ini penulis ingin membuat sistem pengklasifikasian tanaman aglaonema menggunakan ekstraksi fitur GLCM dan metode K-Nearest Neighbour. Tahap penelitian dimulai dengan pengumpulan citra daun tanaman aglaonema. Selanjutnya ekstraksi fitur dengan menggunakan fitur Gray Level Co-occurrence Matrix (GLCM). Tahap selanjutnya melakukan klasifikasi menggunakan metode K-Nearest Neighbour. Hasil dari klasifikasi akan dihitung tingkat akurasinya dan membandingkan hasil akurasi dengan mengubah arah sudut pada GLCM.