Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : PROSISKO : Jurnal Pengembangan Riset dan observasi Rekayasa Sistem Komputer

PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) PADA KLASIFIKASI JENIS CENGKEH BERDASARKAN FITUR TEKSTUR DAUN Talib, Sadri; Sudin, Sakina; Dzikrullah Suratin, Muhammad
PROSISKO: Jurnal Pengembangan Riset dan Observasi Sistem Komputer Vol. 11 No. 1 (2024): Prosisko Vol. 11 No. 1 Maret 2024
Publisher : Pogram Studi Sistem Komputer Universitas Serang Raya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30656/prosisko.v11i1.7911

Abstract

Daun merupakan komponen tumbuhan yang sangat penting karena berperan penting dalam membedakan jenis tumbuhan, termasuk tumbuhan cengkeh. Saat ini identifikasi jenis tanaman cengkeh yaitu Afo, Siputih, dan Zanzibar mengandalkan pengamatan secara manual terhadap ciri-ciri buah dan bunga yang dapat memakan waktu lama, terutama mengingat masa berbuah tanaman cengkeh yang panjang. Untuk menjawab permasalahan tersebut, penulis melakukan penelitian untuk mengklasifikasikan ketiga jenis daun cengkeh berdasarkan ciri ciri dan tekstur Gray Level Co-Occurrence Matrix (GLCM) yang meliputi empat parameter yaitu Kontras, Korelasi, Energi, dan Homogenitas. Algoritma klasifikasi Support Vector Machine (SVM) digunakan untuk memproses nilai fitur yang diekstraksi dan mengklasifikasikan daun secara akurat. Penelitian ini mencapai akurasi tertinggi sebesar 56,67% pada ukuran citra 250x250 piksel dan 48,33% pada ukuran citra 150x150 piksel dengan menggunakan 150 data latih dan 60 data uji. Hasil tersebut menunjukkan potensi klasifikasi daun otomatis dalam mengidentifikasi spesies tanaman cengkeh secara efisien.