Mengenali Jenis Tanaman Obat Berbasis Pola Citra Daun Dengan Algoritma K-Nearest Neighbors

Main Article Content

Ika Putri Arisanti
Yuni Yamasari

Abstract

Abstrak—Indonesia merupakan salah satu negara yang memiliki keberanekaragaman tumbuhan yang meilmpah di muka bumi.. Beranekaragam jenis tumbuhan terdapat di Indonesia, termasuk dalam jenis tanaman obat. Namun,  sedikit spesies digunakan sebagai bahan untuk pengobatan konvensional. Kondisi ini dipicu dengan banyaknya jenis tanaman herbal tetapi masih kurangnya pengetahuan masyarakat tentang jenis tanaman obat herbal. Proses identifikasi jenis tanaman sangat bergantung pada pengetahuan dari ahli botani dengan metode manual yang mengandalkan indra penglihatan berdasarkan ciri morfologi. Dengan kemajuan teknologi, pengenalan citra daun dapat dilakukan menggunakan computer vision. Seseorang dapat dengan mudah mengenali jenis tanaman obat melalui teknologi yang canggih. Proses pengenalan dapat diterapkan pada berbagai bagian tanaman, seperti buah, bunga, biji, daun atau lainnya. Penelitian ini mengusulkan proses pengenalan jenis tanaman obat berdasarkan pola citra daun. Proses identifikasi ini menggunakan metode K-NN (K-Nearest Neighbors). Uji coba dilakukan dengan menggunakan 15 jenis daun tanaman obat dengan masing-masing 20 citra yang berbeda untuk data latih. Proses pengujian dilakukan dengan menggunakan tahapan pre-processing, pelabelan, dan feature extraction terlebih dahulu. Proses identifikasi memanfaatkan strategi K-NN dengan memanfaatkan nilai k berbeda yaitu 1 sampai 10 dan parameter jarak Euclidean. Setelah dilakukan pengujian terhadap 75 citra daun diperoleh sebanyak 3 daun yang tidak sesuai dan 72 daun berhasil diidentifikasi dengan benar. Hasil uji coba menunjukkan bahwa nilai akurasi tertinggi diperoleh pada k=10 dengan akurasi sebesar 96%.


Kata Kunci— Identifikasi, Pengolahan citra, K-Nearest Neighbors, Citra Daun, Tanaman Obat

Article Details

Section
Articles