<![CDATA[Tanaman kelengkeng (Dimocarpus longan) termasuk dalam jenis tanaman buah dengan nilai ekonomi tinggi dan menjadi komoditas penting dalam sektor pertanian. Kelengkeng memiliki berbagai varietas yang beragam berdasarkan ciri-ciri khas dari masing-masing jenis yang cukup sulit dibedakan, terutama bagi orang awam. Berdasarkan permasalahan dalam menentukan jenis tanaman kelengkeng, maka perlu adanya sistem yang dapat mengklasifikasikan jenis tanaman kelengkeng. Penelitian ini mengusulkan ekstraksi fitur tekstur dari citra daun kelengkeng dengan memanfaatkan Gray Level Co-occurrence Matrix (GLCM), dengan fitur contrast, correlation, homogeneity, dan energy, yang selanjutnya diklasifikasikan dengan algoritma K-Nearest Neighbor (KNN). Metode ini diterapkan pada dataset citra daun dari berbagai varietas kelengkeng, yaitu aroma durian, diamond river, pingpong, dan kelengkeng merah. Metode ini diterapkan untuk meningkatkan akurasi dan efisiensi dalam klasifikasi jenis kelengkeng. Hasil penelitian menunjukkan bahwa penerapan GLCM dan KNN berhasil dilakukan dengan akurasi klasifikasi mencapai 87,5%. Dari 16 citra uji, 14 citra berhasil diklasifikasikan dengan benar. Kata Kunci: Daun, Kelengkeng, Gray Level Co-occurrence Matrix (GLCM), K-Nearest Neighbor (KNN)]]>
Copyrights © 2024
