Local Binary Pattern untuk Pengenalan Jenis Daun Tanaman Obat menggunakan K-Nearest Neighbor


Zulfrianto Y Lamasigi(1*); Maryam Hasan(2); Yulianti Lasena(3);

(1) Universitas Ichsan Gorontalo
(2) Universitas Ichsan Gorontalo
(3) Universitas Ichsan Gorontalo
(*) Corresponding Author

  

Abstract


Tanaman obat tradisional merupakan jenis tanaman yang mengandung zat aktif yang berfungsi mengobati ataupun mencegah dari berbagai macam penyakit. Oleh karena itu dilakukan penelitian untuk menguji metode Local Binary Pattern untuk ektraksi ciri dari setiap tanaman obat tradisional dan K-Nearest Neighbor pada proses klasifikasi setelah dilakukan ektraksi dari metode Local Binary Pattern. Dari pengujian menggunakan metode Local Binary Pattern dan K-Nearest Neighbor mampu menghasilkan akurasi yang cukup baik yaitu sebesar 96.67%, nilai akurasi tersebut didapat dari perhitungan manual convusion matrix dengan nilai k=9. Sementara itu hasil akurasi terendah ada pada nilai k=1 yaitu 0%. Hasil ektraksi dan klasifikasi dari metode Local Binary Pattern dan K-Nearest Neighbor menggunakan 120 dataset yang dibagi menjadi 90 data training dengan 6 jenis daun tanaman obat yang terdiri dari 15 daun bayam duri, 15 daun binahong, 15 daun jarak, 15 daun afrika, dan 15 daun sirih dengan percobaan 30 data testing.

Keywords


Local binary Pattern; Tanaman Obat; K-Nearest Neighbor; Euclidean Distance; Confusion Matrix

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 979 times
PDF view: 356 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/ilkom.v12i3.667.208-218 		  

Cite

How to cite item

References


R. Rizwan and M. Muhammad, Sistem Informasi Tanaman Obat Tradisional Beserta Pengolahannya, 2018.

Z. Salim and E. Munadi, Info Komoditi Tanaman Obat, 2017.

D. Prasanti, Peran Obat Tradisional dalam Komunikasi Terapeutik Keluarga di Era Digital, no. 1, pp. 1727, 2017.

M. I. Sultoni, B. Hidayat, and A. Slamet Subandrio, Klasifikasi Jenis Batuan Beku Melalui Citra Berwarna Dengan Menggunakan Metode Local Binary Pattern Dan K-Nearest Neighbor, TEKTRIKA - J. Penelit. dan Pengemb. Telekomun. Kendali, Komputer, Elektr. dan Elektron., vol. 4, no. 1, p. 10, 2019.

H. Z. Zahro, Analisis Tekstur Untuk Identifikasi Tumbuhan Obat Menggunakan Klasifikasi Support Vector Machine, Ind. Inov., vol. 6, no. 2, pp. 3340, 2016.

F. S. Nimah, T. Sutojo, and D. R. I. M. Setiadi, Identifikasi Tumbuhan Obat Herbal Berdasarkan Citra Daun Menggunakan Algoritma Gray Level Co-occurence Matrix dan K-Nearest Neighbor, J. Teknol. dan Sist. Komput., vol. 6, no. 2, p. 51, 2018.

K. Saputra S and S. Wahyuni, Identifikasi Jenis Tanaman Berdasarkan Ekstraksi Fitur Morfologi Daun Menggunakan K-Nearest Neighbor, vol. 5, no. 1, pp. 2429, 2020.

A. Novitasari, E. P. Purwandari, and F. F. Coastera, Identifikasi citra daun tanaman Jeruk dengan Local Binary Pattern dan Moment Invariant, vol. 3, no. September, pp. 7683, 2018.

E. Wahyudi, H. Kusuma, and Wirawan, Perbandingan Unjuk Kerja Pengenalan Wajah Berbasis Fitur Local Binary Pattern dengan Algoritma PCA dan Chi Square, pp. 38.

K. Mujib, A. Hidayatno, and T. Prakoso, Pengenalan Wajah Menggunakan Local Binary Pattern(LBP) dan Support Vector Machine(SVM).

F. Liantoni, Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor, J. Ultim., vol. 7, no. 2, pp. 98104, 2016.

D. Putra Pamungkas and A. Bagus Setiawan, Implementasi Ekstrasi Fitur dan K-Nearest Neightbor untuk Identifikasi Wajah Personal, vol. 3, no. 2, pp. 187193, 2018.

S. L. B. Ginting, W. Zarman, and A. Darmawan, Teknik Data Mining untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma K-Nearest Neighborhood, vol. 3, no. 2, pp. 2934, 2014.

D. Noviana, Y. Susanti, and I. Susanto, Analisis Rekomendasi Penerima Beasiswa Menggunakan Algoritma K-Nearest Neighbor(K-NN) dan Algoritma C4.5, 2019.

L. Anshori, R. Regasari Mardi Putri, and Tibyani, Implementasi Metode K-Nearest Neighbor untuk Rekomendasi Keminatan Studi (Studi Kasus : Jurusan Teknik Informatika Universitas Brawijaya), no. July, 2018.

A. M. Malik and A. J. P. Sibarani, Aplikasi Prediksi Kelulusan Ujian Nasional Menggunakan Algoritma K-Nearest Neighbor dengan Pengukuran Jarak Manhattan Distance, vol. 1, no. 2, pp. 829835.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Maryam Hasan

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.