<![CDATA[Objektif. Penelitian dalam pengolahan citra banyak dikembangkan dalam berbagai bidang, misalnya kesehatan, pertanian, kesenian, aneka ragam hayati dll. Salah satu penelitian yang berkembang adalah pengklasifikasian jenis serangga yaitu kupu-kupu. Kupu-kupu merupakan salah satu serangga yang menguntungkan bagi manusia, namun populasi spesies kupu-kupu di Indonesia banyak yang menurun atau terancam punah. Dengan banyaknya jenis kupu-kupu dalam berbagai bentuk, corak yang berbeda, dan keunikan diperlukan suatu teknik yang memfasilitasi pembelajaran dengan lebih efisien. Kupu-kupu dijadikan dataset karena mempunyai pola tekstur yang unik dan warna serta bentuk yang beragam. Tujuan dari penelitian ini adalah mengklasifikasikan jenis kupu-kupu dengan menggabungkan hasil ekstraksi fitur dan metode classifier. Material and Metode. Pada penelitian ini diusulkan sebuah penggabungan tiga hasil ekstraksi fitur diantaranya color histogram, haralick, dan hu-moments. Ekstraksi dilakukan terhadap 2400 citra kupu-kupu yang dibagi menjadi 2 kelas. Penggabungan hasil ketiga ekstraksi fitur tersebut selanjutnya dilakukan proses klasifikasi menggunakan metode Random Forest (RF). Hasil. Pengujian yang telah dilakukan menunjukkan nilai akurasi sebesar 75% sedangkan nilai precision sebesar 78% dan recall sebesar 69%. Kesimpulan. Algoritma classification RF (Random Forest) mempunyai nilai akurasi tertinggi dibandingkan dengan algoritma classification yang lainnya. Sedangkan hasil ekstraksi fitur terbaik pada eksperimen ekstraksi fitur color histogram.]]>
Copyrights © 2023
