Pengenalan Objek Bunga dengan Ekstraksi Fitur Warna dan Bentuk Menggunakan Metode Morfologi dan Naïve Bayes

Article Sidebar

PDF
Published: Nov 30, 2020
DOI: https://doi.org/10.30864/jsi.v15i1.338
Keywords:
Pengenalan, Klasifikasi, Naïve Bayes, Confusion Matrix

Main Article Content

Maulana Fansyuri
Universitas Pamulang
Oke Hariansyah

Abstract

Pengenalan objek pada citra digital mendapat banyak perhatian dalam beberapa tahun terakhir ini. Hal ini terlihat dari penerapan identifikasi citra di beberapa bidang kerja seperti pengenalan gambar untuk perencanaan lahan pertanian, identifikasi penyakit tanaman dan pencitraan medis. Teknik pengolahan gambar juga banyak digunakan oleh ahli botani dalam mengidentifikasi spesies tanaman yang tidak diketahui. Metode yang di terapkan di dalam penelitian ini untuk masalah proses pengenalan citra bunga adalah Ekstraksi model warna dan ekstraksi fitur bentuk untuk menaikkan tingkat akurasi dalam pengenalan citra bunga. Hasil ekstraksi warna dan bentuk bunga tersebut diklasifikasikan menggunakan metode Naïve Bayes dengan tujuan agar bisa mendapatkan tingkat akurasi terbaik dalam proses klasifikasi citra bunga. Penelitian ini menggunakan 285 data citra bunga yang merupakan data set dari 19 spesies bunga yang berbeda, dataset dalam penelitian ini dibagi menjadi dua bagian, yaitu 228 data tes dan 57 data training. Hasil dari ekstraksi fitur dan warna menggunakan metode Morfologi dan Naïve Bayes ini dilakukan pengujian akurasi menggunakan metode Confusion Matrix, menghasilkan tingkat akurasi sebesar 71,1% dengan kategori klasifikasi yang baik.

Article Details

How to Cite
Maulana Fansyuri, & Hariansyah, O. (2020). Pengenalan Objek Bunga dengan Ekstraksi Fitur Warna dan Bentuk Menggunakan Metode Morfologi dan Naïve Bayes. Jurnal Sistem Dan Informatika (JSI), 15(1), 70-80. https://doi.org/10.30864/jsi.v15i1.338
Issue
Vol 15 No 1 (2020): Jurnal Sistem dan Informatika (JSI)
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Sistem dan Informatika (JSI) bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di JSI setuju dengan ketentuan berikut:
  • JSI menggunakan perjanjian lisensi ekslusif, yaitu penulis memegang hak cipta atas artikel dan memberikan hak publikasi kepada Jurnal Sistem dan Informatika (JSI).
  • JSI mempunyai hak ekslusif untuk mempublikasi dan mendistribusikan artikel secara sebagian atau keseluruhan, dan memberikan hak kepada orang lain sesuai dengan lisensi yang digunakan.
  • JSI berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
  • JSI berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
Artikel yang diterbitkan oleh JSI menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0 yang memberikan hak terhadap orang lain dengan secara bebas untuk menyalin, mendistribusikan artikel menggunakan media apapun dan dalam format apapun, menyadur artikel untuk kepentingan apapun bahkan untuk kepentingan komersial dengan ketentuan sebagai berikut:
  • Artikel harus dirujuk, link terhadap lisensi harus disediakan, dan jika terdapat bagian artikel yang diubah harus ditandai.
  • Jika artikel disadur sehingga terdapat perubahan, hasil saduran harus didistribusikan menggunakan lisensi yang sama.
  • Tidak diperkenankan untuk membatasi orang lain terhadap apa yang diperbolehkan oleh lisensi.

References

dkk Nur Ridha Apriyanti, “Algortima K-Means Clustering Dalam Pengolahan Citra Digital Landsat,” Ilmu Komput., vol. 02, no. Clustering K-Measn, pp. 1–13, 2015.
P. Rosyani, “Deteksi Citra Bunga Menggunakan Analisis Segmentasi Fuzzy C-Means dan Otsu Threshold,” vol. 20, no. 1, 2020.
P. Rosyani, “Pengenalan Wajah Menggunakan Metode Principal Component Analysis (PCA) dan Canberra Distance,” J. Inform. Univ. Pamulang, vol. 2, no. 2, p. 118, 2017.
Atina, “Segmentasi Citra Paru Menggunakan Metode k-Means Clustering,” Segmentasi Citra Paru Menggunakan Metod. k-Means Clust., vol. 3, no. 2, pp. 57–65, 2017.
P. Rosyani, M. Taufik, A. A. Waskita, and D. H. Apriyanti, “Comparison of color model for flower recognition,” 2018 3rd Int. Conf. Inf. Technol. Inf. Syst. Electr. Eng., pp. 10–14, 2019.
D. H. Apriyanti, A. M. Arymurthy, and L. T. Handoko, “Identification of Orchid Species Using,” pp. 53–57, 2013.
I. Setiawan, W. Dewanta, H. A. Nugroho, and H. Supriyono, “Pengolah Citra Dengan Metode Thresholding Dengan Matlab R2014A,” J. Media Infotama, vol. 15, no. 2, pp. 65–70, 2019.
D. Rohpandi, A. Sugiharto, and M. Y. S. Jati, “Klasifikasi Citra Digital Berbasis Ekstraksi Ciri Berdasarkan Tekstur Menggunakan GLCM Dengan Algoritma K-Nearest Neighbor,” J. Inform., vol. 3, no. 2, pp. 79–86, 2017.
A. A. Arifiyanti, R. M. Pradana, and I. F. Novian, “Klasifikasi Produk Retur dengan Algoritma Pohon Keputusan C4.5,” J. IPTEK, vol. 22, no. 1, p. 79, 2018.
E. Pudjiarti, “Prediksi Spam Email Menggunakan Metode Support Vector Machine Dan Particle Swarm Optimization,” J. Pilar Nusa Mandiri, vol. 12, no. 2, pp. 171–181, 2016.
Indexed and Journal List Title by: