IDENTIFIKASI JENIS TANAMAN BERDASARKAN EKSTRAKSI FITUR MORFOLOGI DAUN MENGGUNAKAN K-NEAREST

Kana Saputra S, Sri Wahyuni

Abstract

Indonesia merupakan salah satu negara dengan keanekaragaman tanaman yang cukup tinggi. Data yang diperoleh dari Indonesia Biodiversity Strategy and Action Plan 2003-2020 menunjukkan di Indonesia terdapat lebih dari 38.000 spesies tumbuhan yang tersebar di berbagai wilayah dan perhutanan Indonesia. Melihat jumlah spesies tanaman yang berlimpah maka dibutuhkan pendataan dan identifikasi jenis tanaman. Proses klasifikasi tanaman dapat dilakukan dengan cara mengidentifikasi gambar bentuk daun dari tanaman. Tujuan dari penelitian ini adalah menerapkan clasifier kNearest Neighbors untuk mengklasifikasi jenis tanaman secara cepat dan tepat. Ekstraksi fitur berdasarkan fitur morfologi daun, seperti: area, perimeter, solidity,  dan eccentricity yang akan menjadi inputan untuk clasifier kNearest Neighbors. Model terbaik untuk classifier k-NN yang dihasilkan adalah pada saat nilai k = 5 dengan hasil perhitungan akurasi sebesar 92%.