IMPLEMENTASI JARINGAN SARAF TIRUAN UNTUK SEGMENTASI DAN KLASIFIKASI DAUN JAMBU MENGGUNAKAN METODE PCA DAN K-NN

Rizaldy Ginting, Munjiat Setiani Asih, Yessi Fitri Annisah Lubis

Sari


Daun jambu yang dikonsumsi memiliki khasiat yang baik bagi manusia, akan tetapi tidak semua daun jambu dapat dikonsumsi, hal ini dikarenakan banyaknya ragam dan jenis jambu yang ada saat ini, sehingga sebagian masyarakat tidak mengenali jenis jambu berdasarkan bentuk daunya. Oleh sebab itu untuk menghindari masalah pengenalan jenis jambu berdasarkan bentuk daun jambu, maka dilakukan penelitian tentang klasifikasi jenis jambu berdasarkan bentuk daun jambu. Dalam penelitian ini dibuat klasifikasi jenis jambu yang digunakan untuk dilakukannya klasifikasi berdasarkan bentuk daun mengguanakn metode Principle Component Analysis (PCA) dan K-Nearest Neighbor (K-NN) adalah jenis daun jambu biji, daun jambu bol, daun jambu mete dan daun jambu air. Metode PCA berfungsi untuk melakukan ekstraksi citra daun jambu dengan mendapatkan nilai eigen vector dan eigen value, sedangkan K-NN digunakan untuk proses pengenalan jenis jambu berdasarkan kedekatan nilai eigen vector dan eigen value dari setiap citra daun, sehingga menghasilkan keluaran berupa klasifikasi jenis jambu. Dari hasil penelitian didapatkan sebanyak 16 citra uji, didapatkan akurasi sebesar 81,25%.


Teks Lengkap:

PDF

Referensi


Andrian, R., Junaidi, A., & Indah Lestari, D. (2022). Aplikasi pengukuran luas daun tanaman menggunakan pengolahan citra digital berbasis android. Jurnal Agrotropika, 21(2), 115–123.

Cholil, S. R., Handayani, T., Prathivi, R., & Ardianita, T. (2021). Implementasi algoritma klasifikasi k-nearest neighbor (knn) untuk klasifikasi seleksi penerima beasiswa. IJCIT (Indonesian Journal on Computer and Information Technology), 6(2), 118–127.

Christopher, A., & Mulyana, T. M. S. (2022). Klasifikasi Tumbuhan Angiospermae Menggunakan Algoritma K-Nearest Neighbor Berdasarkan Pada Bentuk Daun. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 7(4), 1233–1243.

Eriawati, E. (2018). KARAKTERISTIK MORFOLOGI DAUN DI FAKULTAS TARBIYAH DAN KEGURUAN SEBAGAI REFERENSI MORFOLOGI TUMBUHAN. Prosiding Seminar Nasional Biologi, Teknologi Dan Kependidikan, 5(1).

Fadhilah, A., Susanti, S., & Gultom, T. (2018). Karakterisasi Tanaman Jambu Biji (Psidium Guajava L) Di Desa Namoriam Pancur Batu Kabupaten Deli Serdang Sumatera Utara.

Firdaus, N., Chusnah, M., & Purbowo, P. (2022). Identifikasi Morfologi Vegetatif dan Generatif Varietas Jambu Bol Gondang Manis dan Jambu Jamaika di Desa Gondang Manis Kecamatan Bandar Kedungmulyo Jombang. AGROSAINTIFIKA, 4(2), 266–272.

Fitriyani, N., Mulyono, M., & Al Madani, K. F. (2024). Strategi Pengembangan Agrowisata Jambu Air di Kelurahan Betokan Kabupaten Demak. J-CEKI: Jurnal Cendekia Ilmiah, 3(5), 3291–3299.

Hediyati, D., & Suartana, I. M. (2021). Penerapan Principal Component Analysis (PCA) Untuk Reduksi Dimensi Pada Proses Clustering Data Produksi Pertanian Di Kabupaten Bojonegoro. JIEET (Journal of Information Engineering and Educational Technology), 5(2), 49–54.

Hidayat, D. (2022). Klasifikasi Jenis Mangga Berdasarkan Bentuk Dan Tekstur Daun Menggunakan Metode Convolutional Neural Network (CNN). INTECOMS: Journal of Information Technology and Computer Science, 5(1), 98–103.

Irawan, Y. P., & Susilawati, I. (2022). Klasifikasi Jenis Aglaonema Berdasarkan Citra Daun Menggunakan Convolutional Neural Network (CNN). Journal Of Information System And Artificial Intelligence, 2(2), 150–156.

Izzuddin, A., & Wahyudi, M. R. (2020). Pengenalan pola daun untuk membedakan tanaman padi dan gulma menggunakan metode Principal Components Analysis (PCA) dan Extreme Learning Machine (ELM). ALINIER: Journal of Artificial Intelligence & Applications, 1(1), 44–51.

Manullang, S., Kairani, N., Sinaga, M. S., Hutapea, B., Nadya, F., Barus, J. C. W. B., Tamara, A., & Silaban, D. F. (2024). Analisis faktor penyebab penyakit jantung menggunakan metode principal component analysis (pca). Jurnal Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 5(3), 1568–1588.

Meiriyama, M., Devella, S., & Adelfi, S. M. (2022). Klasifikasi Daun Herbal Berdasarkan Fitur Bentuk Dan Tekstur Menggunakan KNN. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(3), 2573–2584.

Nugraha, D. A., & Wiguna, A. S. (2020). Seleksi Fitur Warna Citra Digital Biji Kopi Menggunakan Metode Principal Component Analysis. Res. Comput. Inf. Syst. Technol. Manag, 3(1), 24.

Oktaviana, U. N., Hendrawan, R., Annas, A. D. K., Wicaksono, G. W., & others. (2021). Klasifikasi penyakit padi berdasarkan citra daun menggunakan model terlatih resnet101. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(6), 1216–1222.

Pawening, R. E., Shudiq, W. J., & Wahyuni, W. (2020). Klasifikasi Kualitas Jeruk Lokal Berdasarkan Tekstur dan Bentuk Menggunakan Metode k-Nearest Neighbor (k-NN). COREAI: Jurnal Kecerdasan Buatan, Komputasi Dan Teknologi Informasi, 1(1), 10–17.

Permatasari, D. A. (2020). Aktivitas antibakteri ekstrak dan fraksi daun jambu mete (Anacardium Occidentale Linn.) terhadap Propionibacterium Acnes menggunakan metode Difusi Sumuran. Universitas Islam Negeri Maulana Malik Ibrahim.

Ramadhani, N., Aulia, S., Suhartono, E., & Hadiyoso, S. (2021). Deteksi kantuk pada pengemudi berdasarkan penginderaan wajah menggunakan PCA dan SVM. Jurnal Rekayasa Elektrika, 17(2).

Rinanda, P. D., Delvika, B., Nurhidayarnis, S., Abror, N., & Hidayat, A. (2022). Perbandingan Klasifikasi Antara Naive Bayes dan K-Nearest Neighbor Terhadap Resiko Diabetes pada Ibu Hamil: comparison of classification between Naive Bayes and k-nearest neighbor on diabetes risk in pregnant women. Malcom: Indonesian Journal of Machine Learning and Computer Science, 2(2), 68–75.

Srg, S. A. R., Zarlis, M., & Wanayumini, W. (2022). Klasifikasi Citra Daun dengan GLCM (Gray Level Co-Occurence) dan K-NN (K-Nearest Neighbor). MATRIK: Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 21(2), 477–488.

Sriani, S., Supiyandi, S., Furqan, M., & Rischa, W. F. (2023). PENGENALAN POLA PENYAKIT DAUN JAMBU AIR MENGGUNAKAN METODE PCA DAN KNN. JSR: Jaringan Sistem Informasi Robotik, 7(2), 158–163.

Tamba, M. (2024). Analisis dan Implementasi Teknologi Deep Learning dalam Pengolahan Citra Digital. Circle Archive, 1(6).

Wiyono, A. R., & Imah, E. M. (2018). Pengenalan Citra Ekspresi Wajah Menggunakan Algoritma Principal Component Analysis (PCA) Dan Extreme Learning Machine (ELM). MATHunesa: Jurnal Ilmiah Matematika, 6(2).




DOI: https://doi.org/10.63854/comptech.v1i2.26

Refbacks

  • Saat ini tidak ada refbacks.


CompTech: Jurnal Ilmu Komputer dan Teknologi Terindex pada:

    
     
     

 

Diterbitkan oleh:

PT. Compart Digitech Solution

Alamat : Komplek Griya Nafisa 5, Deli Serdang - Sumut
Kontak : 0823 0642 2838
Email   : admin@compartdigital.com


CompTech: Jurnal Ilmu Komputer dan Teknologi by PT. Compart Digitech Solution is licensed under CC BY-SA 4.0