Identifikasi Tumbuhan Obat Herbal Berdasarkan Citra Daun Menggunakan Algoritma Gray Level Co-occurence Matrix dan K-Nearest Neighbor

Open Access Copyright (c) 2018 Jurnal Teknologi dan Sistem Komputer

Medicinal plants can be used as an alternative natural treatment, instead of chemical drugs. But because of too many types of plants and lack of knowledge, it will be difficult to identify these herbs. Computer assistance can be used to facilitate the identification of these herbs. This research proposes the identification of herbal plants based on leaf image using texture analysis. There are 10 types of herbal medicinal plants used in this study. The texture analysis used was GLCM by extracting contrast, correlation, energy, and homogeneity. Classification is done by KNN. The result of the experiment showed that the accuracy of identification using 9-fold cross-cross validation method was 83.33% using 9 subsets.

Tumbuhan obat herbal bisa dijadikan sebagai alternatif pengobatan yang alami, selain obat-obatan kimia. Namun karena terlalu banyak jenis tumbuhan dan kurangnya pengetahuan, identifikasi tumbuhan berkhasiat akan sulit. Bantuan komputer dapat digunakan untuk memudahkan mengidentifikasi tumbuhan herbal tersebut. Penelitian ini mengusulkan identifikasi tumbuhan herbal berdasarkan citra daun menggunakan analisis tekstur. Ada 10 spesies tumbuhan obat herbal yang digunakan dalam penelitian ini. Analisis tekstur yang digunakan adalah GLCM dengan mengekstrak nilai kontras, korelasi, energi dan homogenitas. Klasifikasi dilakukan dengan KNN. Hasil percobaan menunjukkan akurasi identifikasi menggunakan metode 9-fold cross validation mencapai 83.33% dengan menggunakan 9 subset.

Keywords

digital leaf image identification; herbal medicinal plants; GLCM analysis; KNN classification

Article Metrics:

Article Info
Submitted: 2017-11-30
Published: 2018-03-14
Section: Articles
Language: ID
Statistics: 122 100
  1. S. Saputra, B. Hidayat, dan G. Budiman, “Aplikasi Identifikasi Daun Obat Herbal Menggunakan Transformasi Wavelet Dan Jaringan Saraf Tiruan-Back Propagation Berbasis Web Server,” Skripsi, Institut Teknologi Telkom, Bandung, 2012.
  2. S. Ifandi, Jumari, dan S. Widodo AS, “Keanekaragaman Jenis Tumbuhan Obat Masyarakat Suku Kaili di Dusun Tompu Kecamatan Sigi Biromaru Kabupaten Sigi Sulawesi Tengah,” dalam Seminar Nasional Biologi II, Semarang, 2015.
  3. Y. Garis K, I. Santoso, dan R. Isnanto, “Klasifikasi Citra dengan Matriks Ko-Okurensi Aras Keabuan (Gray Level Co-Occurrence Matrix-GLCM) pada Limakelas Biji-Bijian,” Skripsi, Universitas Diponegoro, Semarang, 2011.
  4. I. Permatasari dan T. Sutojo, “Pengenalan Ciri Garis Telapak Tangan Menggunakan Ekstraksi Fitur (GLCM) dan Metode (KNN),” Skripsi, Universitas Dian Nuswantoro, Semarang, 2016.
  5. T. Sutojo, P. S. Tirajani, D. R. I. M. Setiadi, C. A. Sari, dan E. H. Rachmawanto, “CBIR for Classification of Cow Types using GLCM and Color Features Extraction,” dalam International Conference on Information Technology, Information Systems and Electrical Engineering (ICITISEE 2017), Yogyakarta, 2017.
  6. O. R. Indriani, E. J. Kusuma, C. A. Sari, E. H. Rachmawanto dan D. R. I. M. Setiadi, “Tomatoes Classification Using K-NN Based on GLCM and HSV Color Space,” dalam International Conference on Innovative and Creative Information Technology (ICITECH 2017), Salatiga, 2017.
  7. I. Amalia, “Pengenalan Citra Tanda Tangan Menggunakan Gray Level Co-Occurrence Matrix (GLCM) Dan Probabilistic Neural Network (PNN),” Jurnal Teknologi, vol. 14, no. 1, pp. 29-34, 2014.
  8. Azwar, “Integrasi Ekstrasi Fitur Local Binary Pattern Gray-Level Co-Occurrence Metrix Untuk Pengenalan Ekspresi Mulut Pembelajar,” ILKOM Jurnal Ilmiah, vol. 9, no. 1, pp. 17-24, 2017.
  9. A. Jundullah dan M. S. A. Mubarok, “Analisis dan Implementasi Deteksi Citra Spam Menggunakan Gray Level Co-occurences Matrix dan Naive Bayes,” dalam Indonesian Symposium on Computing, 2016, pp. 319-334.
  10. E. S. Y. Pandie, “Implementasi Algoritma Data Mining K-Nearest Neighbor (KNN) Dalam Pengambilan Keputusan Pengajuan Kredit,” Skripsi, Universitas Nusa Cendana, Kupang, 2012.

  1. Fittria Shofrotun Ni'mah 
    Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Indonesia
  2. T Sutojo 
    Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Indonesia
  3. De Rosal Ignatius Moses Setiadi  Orcid Sinta
    Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro, Indonesia