Jurnal Teknik dan Informatika
Vol 5 No 1 (2018): JUTI

IDENTIFIKASI JENIS TANAMAN BERDASARKAN EKSTRAKSI FITUR MORFOLOGI DAUN MENGGUNAKAN K-NEAREST

Kana Saputra (Unknown)



Article Info

Publish Date
01 Mar 2018

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman yang cukup tinggi. Data yang diperoleh dari Indonesia Biodiversity Strategy and Action Plan 2003-2020 menunjukkan di Indonesia terdapat lebih dari 38.000 spesies tumbuhan yang tersebar di berbagai wilayah dan perhutanan Indonesia. Melihat jumlah spesies tanaman yang berlimpah maka dibutuhkan pendataan dan identifikasi jenis tanaman. Proses klasifikasi tanaman dapat dilakukan dengan cara mengidentifikasi gambar bentuk daun dari tanaman. Tujuan dari penelitian ini adalah menerapkan clasifier kNearest Neighbors untuk mengklasifikasi jenis tanaman secara cepat dan tepat. Ekstraksi fitur berdasarkan fitur morfologi daun, seperti: area, perimeter, solidity, dan eccentricity yang akan menjadi inputan untuk clasifier kNearest Neighbors. Model terbaik untuk classifier k-NN yang dihasilkan adalah pada saat nilai k = 5 dengan hasil perhitungan akurasi sebesar 92%.

Copyrights © 2018






Journal Info

Abbrev

Juti

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Transportation

Description

Jurnal Teknik dan Informatika diterbitkan oleh Fakultas Ilmu Komputer Universitas Pembangunan Panca Budi Medan sebagai media komunikasi ilmiah yang menyajikan kajian-kajian terkait informasi dan teknologi dalam rangka mengikuti perkembangan informasi dan teknologi yang sesuai dengan ...