Klasifikasi Tanaman berdasarkan Fitur Bentuk dan Tekstur pada Daun menggunakan Decision Tree
ABSTRAK: Pengenalan pola daun
untuk klasifikasi jenis tanaman secara otomatis diperlukan untuk mengatasi
masalah pengenalan pola daun secara manual serta mempersingkat waktu
identifikasi daun. Fitur yang digunakan untuk identifikasi daun haruslah dapat
merepresentasikan keadaan daun dan menjadi pembeda antar jenis tanaman. Pada
penelitian ini fitur yang digunakan untuk pengenalan pola daun adalah fitur
bentuk dan tekstur. Fitur bentuk dilakukan melalui fitur global, yaitu aspect
ratio, rectangularity, convex area ratio, circularity sedangkan ekstraksi fitur
tekstur dilakukan sesuai deskriptor lokal, yaitu kontras, correlation, energy,
homogeneity, maximum probability, dan entropy. Deskriptor lokal dan fitur
global tidak dapat berdiri sendiri untuk pengenalan pola daun karena 2 jenis
daun yang memiliki bentuk daun yang sama dapat memiliki tekstur berbeda.
Setelah proses ekstraksi fitur, metode klasifikasi dilakukan untuk
mengklasifikasikan jenis daun. Pada penelitian mengenai fitur global dan
deskriptor lokal, klasifikasi dilakukan menggunakan nearest neighbor
classifier. Nearest neighbor memiliki kekurangan yaitu hasil klasifikasi
bergantung pada jumlah neighbor, oleh karena itu diperlukan classifier yang
bersifat lebih general. Dalam penelitian ini diusulkan metode decision tree
untuk klasifikasi tanaman karena metode tersebut tidak memiliki ketergantungan
dengan variabel lain. Pengujian dilakukan untuk mengetahui pengaruh variasi
nilai k dan variasi penghitungan jarak terhadap hasil klasifikasi. Hasil dari
penelitian ini adalah metode klasifikasi nearest neighbor menghasilkan nilai
akurasi berbeda yang bergantung pada nilai k, dengan akurasi tertinggi pada
nilai k=4 yaitu 47 % dan akurasi terendah pada nilai k=9 dan k=10 yaitu 40 %
serta akurasi rata-rata 38,4 % sedangkan decision tree menghasilkan akurasi 80
%. Variasi penghitungan jarak tidak berpengaruh terhadap hasil klasifikasi.
Penulis: Ratih Kartika Dewi,
Nanik Suciati
Kode Jurnal: jptinformatikadd150561
