Klasifikasi Varietas Tanaman Kelengkeng Berdasarkan Morfologi Daun Menggunakan Backpropagation Neural Network dan Probabilistic Neural Network

• Main Authors: Hermawan Syahputra, Agus Harjoko
• Format: Article
• Language: English
• Published: Universitas Gadjah Mada 2011-11-01
• Series: IJCCS (Indonesian Journal of Computing and Cybernetics Systems)
• Online Access: https://jurnal.ugm.ac.id/ijccs/article/view/5206

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. Keywords— klasifikasi, morfologi daun, neural network, probabilistic neural network