<![CDATA[Tanaman obat memiliki peran penting dalam pengobatan karena mengandung bahan aktif yang dapat digunakan sebagai obat alami maupun sintetik. Keberagaman tanaman obat di Indonesia memerlukan proses klasifikasi yang akurat untuk memastikan spesiesnya. Namun, klasifikasi manual sering kali memakan waktu, membutuhkan keahlian tinggi, dan cukup rumit.Penelitian ini bertujuan untuk mengevaluasi akurasi algoritma Fuzzy K-Nearest Neighbors (Fuzzy KNN) dalam klasifikasi tanaman obat berdasarkan ciri daun. Metode yang digunakan adalah ekstraksi fitur Histogram of Oriented Gradients (HOG) dan Local Binary Patterns (LBP) untuk meningkatkan akurasi model. Berdasarkan hasil pengujian, algoritma Fuzzy KNN menunjukkan kinerja yang baik dalam mengklasifikasikan tanaman obat seperti aloe vera, kemangi, kembang sepatu, lemon, dan lainnya. Hasil klasifikasi menunjukkan nilai accuracy 91,11%, precision 96,67%, dan recall 100%. Penelitian ini memberikan kontribusi penting dalam pengembangan sistem klasifikasi otomatis untuk tanaman obat, yang dapat membantu ahli botani dan herbalis dalam mengidentifikasi spesies dengan lebih cepat dan akurat.]]>
Copyrights © 2025
