Metode Grayscale Co-occurrence Matrix (GLCM) Untuk Klasifikasi Jenis Daun Jambu Air Menggunakan Algoritma Neural Network

Penulis

  • Suhendri Suhendri STMIK "AMIKBANDUNG"
  • Putri Rahayu STMIK "AMIKBANDUNG"

DOI:

https://doi.org/10.47292/joint.v1i1.4

Kata Kunci:

Klasifikasi, Warna Daun, Tekstur Daun, Gray Level Co-occurence (GLCM), Neural Network

Abstrak

Warna dan bentuk daun masing-masing tanaman jambu air berbeda sehingga dapat ditemukan suatu tekstur tertentu untuk mengklasifikasikannya. Penelitian ini menggunakan pengenalan tekstur suatu citra daun untuk diklasifikasi.Daun yang digunakan yaitu tiga jenis daun jambu air, Jambu Bunton 3 Hijau, Jambu Bol dan Jambu Citra. Proses ekstraksi fitur yang digunakan sebuah metode adalah Gray Level Co-Occurrence Matrix (GLCM) dengan tool Matlab. GLCM tersebut digunakan untuk mengambil nilai atribut citra atau nilai matrix. Penelitian ini menggunakan Algoritma Neural Network dengan tool RapidMiner.

Salah satu alternatif solusi untuk mengatasi masalah diatas yaitu dengan cara pengklasifikasian jenis daun jambu air dengan melihat karakteristik daun jambu air tersebut. Daun merupakan salah satu karakteristik tanaman yang mudah dikenali. Proses pengklasifikasian yaitu untuk menghasilkan suatu nilai akurasi yang baik terhadap daun jambu bunton 3 hijau, jambu bol, dan jambu citra. Hasil penelitian ini menunjukkan bahwa tingkat akurasi pada daun jambu bol adalah 81,25%, daun bunton 3 Hijau 75%, dan daun citra 80% dan total nilai akurasi keseluruhan 78.89%.

Dengan demikian hasil diatas menunjukan bahwa nilai akurasi yang dihasilkan menunjukan penelitian tiga jenis daun jambu air telah terklasifikasi dan layak untuk diteliti.

Unduhan

Data unduhan belum tersedia.

Unduhan

Diterbitkan

19-02-2019

Cara Mengutip

[1]
S. Suhendri dan P. Rahayu, “Metode Grayscale Co-occurrence Matrix (GLCM) Untuk Klasifikasi Jenis Daun Jambu Air Menggunakan Algoritma Neural Network”, JOINT, vol. 1, no. 1, hlm. 15–22, Feb 2019.

Terbitan

Vol 1 No 1 (2019): JoinT (Journal of Information Technology)

Bagian

Artikel

Lisensi

Hak cipta atas makalah yang diterbitkan oleh JOINT menjadi milik LPPM STMIK "AMIKBANDUNG". Tanpa izin tertulis dari dari Redaktur JOINT, dilarang untuk menggandakan makalah yang diterbitkan di JOINT dan menerbitkannya di tempat lain (baik digital maupun cetakan). Penulis makalah dapat menyimpan makalahnya sendiri di tempat lain (baik digital maupun cetakan) dengan tetap menyebutkan tempat publikasi yang merujuk pada jurnal JOINT.

Seluruh hak kekayaan intelektual yang terkandung dalam isi makalah menjadi hak milik masing-masing penulis. JOINT tidak memiliki hak apa pun atas kekayaan intelektual yang terkandung dalam makalah tersebut, selain hak cipta (hak untuk menggandakan dan mengedarkan) makalah.