Klasifikasi Varietas Tanaman Kelengkeng Berdasarkan Morfologi Daun Menggunakan Backpropagation Neural Network dan Probabilistic Neural Network
Abstract: Pengenalan daun
memainkan peran penting dalam klasifikasi tanaman dan isu utamanya terletak
pada apakah fitur yang dipilih stabil dan memiliki kemampuan yang baik untuk
membedakan berbagai jenis daun. Pengenalan tanaman berbantuan komputer
merupakan tugas yang masih sangat menantang dalam visi komputer karena
kurangnya model atau skema representasi yang tepat. Fokus komputerisasi
pengenalan tanaman hidup adalah untuk mengukur bentuk geometris berbasis
morfologi daun. Informasi ini memainkan peran penting dalam mengidentifikasi
berbagai kelas tanaman. Pada penelitian ini dilakukan pengenalan jenis tanaman
berdasarkan fitur yang menonjol dari daun seperti fisiologis panjang
(physiological length), lebar (physiological width), diameter, keliling (leaf perimeter), luas (leaf area),
faktor mulus (narrow factor), rasio aspek (aspect ratio), factor bentuk (form
factor), rectangularity, rasio perimeter terhadap diameter, rasio perimeter
panjang fisiologi dan lebar fisiologi yang dapat digunakan untuk membedakan
satu sama lain. Berdasarkan hasil pengujian, ditunjukkan bahwa hasil
pencocokkan daun kelengkeng dengan menggunakan neural network lebih baik
dibandingkan dengan hasil pencocokkan daun kelengkeng dengan menggunakan
probabilistic neural network. Akan tetapi ekstraksi fitur dengan menggunakan
morfologi belum dapat memberikan informasi pembeda yang signifikan bagi
pengenalan tanaman varitas kelengkeng berdasarkan daunnya.
Penulis: Hermawan Syahputra,
Agus Harjoko
Kode Jurnal: jptinformatikadd110168
