Identifikasi Jenis Tanaman Anggrek Melalui Tekstur Bunga dengan Tapis Gabor dan M-SVM

Rangga Pahlevi Putra

Abstract

Orchidaceae adalah nama latin dari bunga anggrek yang memiliki berbagai jenis bunga sehingga memiliki ciri-ciri yang berbeda antara satu jenis dengan jenis yang lain, mulai dari ciri warna, bentuk, maupun ukuran. Hampir di seluruh daerah di Indonesia memiliki jenis tanaman anggrek tersendiri sesuai dengan karakter geografis daerah tersebut. Untuk membedakan jenis tanaman anggrek maka bisa dilihat dari kondisi tekstur atau warna dari kelopak bunga anggrek. Namun karena kemiripan ciri tekstur atau warna dari kelopak bunganya, maka kegiatan identifikasi jenis tanaman anggrek oleh beberapa orang atau petugas terkait masih cenderung subjektif sehingga menimbulkan kesalahan dalam kegiatan identifikasi. Penelitian ini bertujuan untuk membantu identifikasi jenis tanaman anggrek menggunakan teknologi pengolahan citra digital sehingga memperoleh hasil yang akurat. Dalam penelitian ini jenis tanaman anggrek yang diteliti meliputi jenis dendrobium, phalaenopsis dan vanda. Tahapan yang dilakukan dalam penelitian adalah mengekstraksi tekstur bunga anggrek menggunakan metode tapis gabor, sedangkan untuk klasifikasi menggunakan metode M-SVM (Multiclass Support Vector Machine). Hasil dari penelitian ini memiliki akurasi klasifikasi mencapai 95,4%.

Keywords

tanaman anggrek; tapis gabor; tekstur; energi; M-SVM;

Article Metrics

Abstract view : 799 times
PDF view : 343 times

Full Text:

PDF

References

D. Putra Pamungkas, K. KUNCI Anggrek, and O. Korespondensi, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Indentifikasi Jenis Anggrek (Orchidaceae),” Innov. Res. Informatics, vol. 1, no. 2, pp. 51–56, 2019, [Online]. Available: http://jurnal.unsil.ac.id/index.php/innovatics/article/view/872.

B. Purba and D. Saptiadi, “Karakterisasi Beberapa Jenis Anggrek Berdasarkan Karakter Morfologi,” Produksi Tanam., vol. 7, no. 7, pp. 1258–1263, 2019.

E. C. Pratyaswara, N. K. Ayu Wirdiani, and G. M. Arya Sasmita, “Analisis Perbandingan Metode Canny, Sobel dan HSV dalam Proses Identifikasi Bunga Anggrek Hibrida,” J. Ilm. Merpati (Menara Penelit. Akad. Teknol. Informasi), vol. 5, no. 3, p. 11, 2017, doi: 10.24843/jim.2017.v05.i03.p03.

D. M. M. Mentari Awanda, Tedy Rismawan, “Aplikasi klasifikasi bunga berdasarkan warna dan bentuk bunga dengan metode lvq berbasis web,” vol. 06, no. 02, pp. 36–47, 2018.

U. Mokhtar, M. A. S. Ali, A. E. Hassenian, and H. Hefny, “Tomato leaves diseases detection approach based on Support Vector Machines,” 2015 11th Int. Comput. Eng. Conf. Today Inf. Soc. What’s Next?, ICENCO 2015, pp. 246–250, 2016, doi: 10.1109/ICENCO.2015.7416356.

R. P. Putra and O. Setyawati, “492-1218-1-Pb,” vol. 12, no. 1, pp. 40–46, 2018.

S. S. Patki and G. S. Sable, “Cotton Leaf Disease Detection & Classification using Multi SVM,” vol. 5, no. 10, pp. 165–168, 2016, doi: 10.17148/IJARCCE.2016.51034.

H. A. Shidiqy, B. F. Wahidah, and N. Hayati, “Karakterisasi Morfologi Anggrek (Orchidaceae) di Hutan Kecamatan Ngaliyan Semarang,” Al-Hayat J. Biol. Appl. Biol., vol. 1, no. 2, p. 94, 2019, doi: 10.21580/ah.v1i2.3761.

J. Novitasari and A. Soegianto, “Identifikasi dan Karakterisasi Anggrek Alam ( Orchidaceae ) dengan Cara Eksplorasi Di Hutan Irenggolo Desa Jugo Kecamatan Mojo Kabupaten Kediri Identification and Characterizationof Wild Orchid ( Orchidaceae ) with Exploration Method In Irenggolo Forest J,” J. Produksi Tanam., vol. 6, no. 11, pp. 2863–2867, 2018.

R. Rahmadwati, G. Naghdy, M. Ros, and C. Todd, “Computer aided decision support system for cervical cancer classification,” Appl. Digit. Image Process. XXXV, vol. 8499, p. 849919, 2012, doi: 10.1117/12.931284.

F. A. Novianti and S. W. Purnami, “Analisis Diagnosis Pasien Kanker Payudara Menggunakan Regresi Logistik dan Support Vector Machine (SVM) Berdasarkan Hasil Mamografi,” J. SAINS dan Seni ITS, vol. 1, no. 1, pp. D147–D152, 2012.

Z. Liu and H. Xu, “Kernel parameter selection for support vector machine classification,” J. Algorithms Comput. Technol., vol. 8, no. 2, pp. 163–177, 2014, doi: 10.1260/1748-3018.8.2.163.

C. Purnama Yanti and I. G. Andika, “HSV image classification of ancient script on copper Kintamani inscriptions using GLRCM and SVM,” J. Teknol. dan Sist. Komput., vol. 8, no. 2, pp. 94–99, 2020, doi: 10.14710/jtsiskom.8.2.2020.94-99.

F. Arnia and R. Muharar, “Klasifikasi Otomatis Motif Tekstil Menggunakan Automatic Classification of Textile Motifs Using Multi Class,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 1, pp. 99–108, 2020, doi: 10.25126/jtiik.202071428.

A. Setiyono and H. F. Pardede, “Klasifikasi Sms Spam Menggunakan Support Vector Machine,” J. Pilar Nusa Mandiri, vol. 15, no. 2, pp. 275–280, 2019, doi: 10.33480/pilar.v15i2.693.

DOI: https://doi.org/10.31328/jointecs.v6i1.1746

Refbacks

  • There are currently no refbacks.