PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) PADA KLASIFIKASI JENIS CENGKEH BERDASARKAN FITUR TEKSTUR DAUN

Article Sidebar

PDF
Published: Feb 2, 2024
DOI: https://doi.org/10.30787/restia.v2i1.1364
Keywords:
Clove, Leaf, Processing, Texture, SVM

Main Article Content

Sadri Talib
a:1:{s:5:"en_US";s:37:"Universitas Muhammadiyah Maluku Utara";}
Sakina Sudin
Universitas Muhammadiyah Maluku Utara
Muhammad Dzikrullah Suratin

Abstract

Leaves are a very important plant component because they play an important role in differentiating plant species, including clove plants. Currently, the identification of clove species, namely Afo, Siputih, and Zanzibar, relies on manual observation of the characteristics of the fruit and flowers, which can take a long time, especially considering the long fruiting period of the clove plant. To answer this problem, the authors conducted a study to classify the three types of clove leaves based on the characteristics and texture of the Gray gray-level co-occurrence Matrix (GLCM), which includes four parameters: Contrast, Correlation, Energy, and Homogeneity.
The Support Vector Machine (SVM) classification algorithm processes extracted feature values and accurately class leaves. This study achieves the highest accuracy of 56.67% on an image size of 250x250 pixels and 48.33% on an image size of 150x150 pixels using 150 training data and 60 test data. These results indicate the potential of automatic leaf classification in efficiently identifying clove plant species.
Keywords : Clove, Leaf, Processing, Texture, SVM
 

Article Details

Issue
Vol. 2 No. 1 (2024): Jurnal Riset Sistem dan Teknologi Informasi (RESTIA) Vol. 2 No. 1
Section
Articles
Crossref
Scopus
Google Scholar
Europe PMC

References

. Aisah, S. A. Identifikasi Perbedaan Daging Sapi dengan Daging Babi Berdasarkan Ciri Warna dan Tekstur Menggunakan Metode Support Vector Machine (SVM).

. Atqiya, F., Ihsani, N., Sholahuddin, M. R., Dwivany, F. M., & Suhandono, S. (2019). Segmentasi Citra Digital Objek Hasil Pengamatan In Situ Localization Gen gfp pada Tanaman Transforman. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 1(2), 53-60.

. Cahyo, L. B. D. (2018). Implementasi Metode Support Vector Machine Untuk Melakukan Klasifikasi Pada Data Bioinformatika.

. Febrianti, A. (2020). Penerapan metode K-Means Clustering dan Support Vector Machine SVM dalam Identifikasi Api pada Citra Warna digital

. Felix, F., Faisal, S., Butarbutar, T. F., & Sirait, P. (2019). Implementasi CNN dan SVM untuk Identifikasi Penyakit Tomat via Daun. Jurnal SIFO Mikroskil, 20(2), 117-134.

. Ishak, I. (2013). Model Pengeringan Lapisan Tipis Cengkeh (Syzigium aromaticum) (Doctoral dissertation, Universitas Hasanuddin).

. Mainardianty, L. (2018). Pengenalan Isyarat Tangan Menggunakan Metode Backpropagation Neural Network Dan Deteksi Tepi Sobel

. Novichasari, S. I., & Sipayung, Y. R. (2018). PSO-SVM Untuk Klasifikasi Daun Cengkeh Berdasarkan Morfologi Bentuk Ciri, Warna dan Tekstur GLCM Permukaan Daun. Multimatrix,

. Neneng, N., Adi, K., & Isnanto, R. (2016). Support Vector Machine Untuk Klasifikasi Citra Jenis Daging Berdasarkan Tekstur Menggunakan Ekstraksi Ciri Gray Level Co-Occurrence Matrices (GLCM). JSINBIS (Jurnal Sistem Informasi Bisnis)

. Nasichah, A. Z., Hastuti, U. S., Suarsini, E., & Rohman, F. (2016). Identifikasi Morfologi Kapang Endofit Cengkeh Afo dari Ternate. In Proceeding Biology Education Conference: Biology, Science, Enviromental, and Learning (Vol. 13, No. 1, pp. 787-792).

. Noviyanti, D. (2013). Laporan Praktikum Morfologi Tumbuhan Bagian-Bagian Daun (Folium).

. Nugraha, I. (2020). Implementasi Metode Klasifikasi Support Vector Machine Untuk Deteksi Angkot Menggunakan Histogram Of Oriented Gradients (Doctoral dissertation, Universitas Komputer Indonesia).

. Pitoyo, H. A. (2019). Implementasi metode support vector machine untuk klasifikasi daun manga berdasarkan tekstur daun.

. Praseptiyana, W. I., Widodo, A. W., & Rahman, M. A. (2019). Pemanfaatan Ciri Gray Level Co-occurrence Matrix (GLCM) Untuk Deteksi Melasma Pada Citra Wajah. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(11), 10402-10409.

. Randriani, E., & Syafaruddin, S. (2011). Keragaan Pohon Cengkeh Terpilih Tipe Zanzibar dan Siputih Palabuhanratu. Journal of Industrial and Beverage Crops, 2(3), 405-410.

. Sari, Y. A., Dewi, R. K., & Fatichah, C. (2014). Seleksi Fitur Menggunakan Ekstraksi Fitur Bentuk, Warna, Dan Tekstur Dalam Sistem Temu Kembali Citra Daun. JUTI J. Ilm. Teknol. Inf

. Sugiartha, I. G. R. A. (2017). Ekstraksi Fitur Warna, Tekstur dan Bentuk untuk ClusteredBased Retrieval of Images (CLUE). E-Proceedings Kns & I Stikom Bali, 613-618.

. Suratin, M. D., Rahmadwati, R., & Muslim, A. (2015). Identifikasi Sel Acute Lymphoblastic Leukemia (ALL) pada Citra Peripheral Blood Smear Berdasarkan Morfologi Sel Darah Putih. Jurnal Arus Elektro Indonesia, 1(3).

. Sudin, S., Joenadi, H., & Santosa, J. (2019). Analisis Jenis Pertanyaan Berbahasa Indonesia pada Question and Answering System Menggunakan Metode Support Vector Machine (SVM). Dintek, 12(1), 72-80.

. Suparman, N., & Papuangan, N. (2017). Pemetaan populasi dan tipe varietas lokal tanaman cengkeh (Syzygium aromaticum L.) di Kecamatan Pulau Ternate. Indonesia Makalah disajikan dalam Seminar Nasional Penerapan Ilmu Pengetahuan dan Teknologi, Pontianak (pp. 23-24).

. Santi, R. C. N. (2011). Mengubah Citra Berwarna Menjadi Gray-Scale dan Citra Biner. Dinamik, 16(1).

. Setyaningrum, H., & Masruroh, S. U. Performa Identifikasi Jenis Jerawat Menggunakan Gray Level Co-Occurrence Martix dan Support Vector Machine

. Sahrani, L. (2021). Klasifikasi Penyakit Daun Tomat Berdasarkan Ekstraksi Tekstur Daun Menggunakan Gabor Filter Dan Algoritma Support Vector Machine

. Suhendri, S., Muharam, F. M., & Aelani, K. (2017). Implementasi Support Vector Machine (Svm) Untuk Klasifikasi Jenis Daun Mangga Menggunakan Metode Gray Level Co-Occurrence Matrix. KOPERTIP: Scientific Journal of Informatics Management and Computer, 1(3), 93-100.

. Tamnge, F., & Yusnaeni, Y. (2019). Kajian Etnobotani Dan Konservasi Cengkih Afo Di Kota Ternate. Techno: Jurnal Penelitian, 8(2), 318-327.

. Yaspin, Y. N., Widodo, D. W., & Setiawan, A. B. (2020). Klasifikasi Kualitas Bunga Cengkeh untuk Meningkatkan Mutu Dengan Pemanfaatan Ciri Gray Level Co-Occurence Matrix (GLCM).

. Tantika, R. S., & Kudus, A. (2022, July). Penggunaan Metode Support Vector Machine Klasifikasi Multiclass pada Data Pasien Penyakit Tiroid. In Bandung Conference Series: Statistics (Vol. 2, No. 2, pp. 159-166).