##plugins.themes.academic_pro.article.main##

Deteksi Jenis Tanaman Berdasarkan Bentuk Daun Menggunakan KNN

Abstract

Indonesia memiliki keanekaragaman hayati yang tinggi, termasuk ribuan spesies tanaman yang tersebar luas. Identifikasi jenis tanaman penting dalam bidang seperti pertanian, kehutanan, dan penelitian ilmiah. Penelitian ini mengembangkan sistem deteksi jenis tanaman berbasis bentuk daun menggunakan algoritma K-Nearest Neighbor (KNN). Dataset gambar daun dikumpulkan dan diolah untuk mengekstraksi fitur morfologis, seperti tepi dan tekstur daun. KNN kemudian digunakan untuk mengklasifikasikan daun ke dalam jenis tanaman tertentu berdasarkan kemiripannya dengan sampel dalam dataset. Validasi dilakukan dengan membandingkan akurasi dari berbagai nilai k untuk menemukan konfigurasi terbaik. Hasilnya, algoritma KNN berhasil mencapai akurasi klasifikasi 94,44%, dengan akurasi sempurna pada daun Kembang Sepatu dan Singkong, sedangkan daun Jarak dan Ubi Malaysia memiliki akurasi 83%. Kombinasi fitur LBP dan HOG terbukti efektif dalam meningkatkan representasi morfologi daun.

##plugins.themes.academic_pro.article.details##

How to Cite
[1]
S. A. Nasution, D. Lestari, D. P. Azzahra, and D. Kiswanto, “Deteksi Jenis Tanaman Berdasarkan Bentuk Daun Menggunakan KNN”, simkom, vol. 10, no. 1, pp. 31-38, Jan. 2025.

References

Y. Purwanto, "Penerapan Data Etnobiologi Sebagai Wahana Mendukung Pengelolaan Sumber Daya Hayati Bahan Pangan Secara Berkelanjutan,"PROS SEM NAS MASY BIODIV INDON, vol. 6, pp. 470-483, Juni 2020.

M. H. N. Rachman, H. S. Ubaid and V. Sanria, "Sistem Pengenal Jenis Tumbuhan Melalui Daun Menggunakan Algoritma Convolutional Neural Network," Computer Based Information System Journal , vol. 12 No.2, pp. 1 - 6, September 2024.

F. Muwardi and A. Fadlil, "Sistem Pengenalan Bunga Berbasis Pengolahan Citra dan Pengklasifikasi Jarak," Jurnal Ilmu Teknik Elektro Komputer dan Informatika (JITEKI), Vol. 3, No. 2, pp. 124 - 131, Desember 2017.

A. N. Hilmi, E. Y. Puspaningrum and H. E. Wahanani, "Implementasi Algoritma K-Nearest Neighbor (KNN) untuk Identifikasi Penyakit pada Tanaman Jeruk Berdasarkan Citra Daun," Jurnal Teknik Informatika dan Terapan , Vol. 2, No. 2, pp. 107 - 117, Juni 2024.

L.-H. Chan, S.-H. Salleh and C.-M. Ting, "Face Biometrics Based on Principal Component Analysis and Linear Discriminant Analysis," Journal of Computer Science, vol. 6 (7), pp. 693-699, 2010.

K. Priandana, A. Z. S and Sukarman, "Mobile Munsell Soil Color Chart Berbasis Android Menggunakan Histogram Ruang Citra HVC dengan Klasifikasi KNN," Jurnal Ilmu Komputer Agri-Informatika , vol. 3 Nomor 2, pp. 93 - 101, 2014.

F. A.A. Putra, A. G. Sulaksono and L. T. Utomo, “Klasifikasi Buah dan Sayur menggunakan fitur ekstraksi HOG dan Metode KNN,” Jurnal Informatika Polinema, vol. 10 Nomor 1, pp. 46-52, 2023.

C. A. Sari and E. H. Rachmawanto, “Fitur Esktraksi LBP dan Naive Bayes dalam Klasifikasi Jenis Pepaya Berdasarkan Citra Daun,” Jurnal Masyarakat Informatika, vol. 12 Nomor 2, pp. 102-113, 2021.

F. Liantoni and H. Nugroho, "Klasifikasi Daun Herbal Menggunakan Metode Naïve Bayes Classifier dan K-Nearest Neighbor," Jurnal Simantec, vol. 5(1), pp. 9-16, 2015.

A. D. W. Sumari, M. R. Syahbana and M. Mentari, "Pengenalan Jenis Tanaman Mangga Berdasarkan Bentuk dan Tekstur Daun Menggunakan Kecerdasan Artifisial K-Nearest Neighbor (Knn) Dan Fusi Informasi," Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 8(4), pp. 777-786, 2021.

S. H. Wardani, T. Rismawan and S. Bahri, "Aplikasi Klasifikasi Jenis Tumbuhan Mangrove Berdasarkan Karakteristik Morfologi Menggunakan Metode K-Nearest Neighbor (KNN) Berbasis Web," Jurnal Coding, Sistem Komputer Untan, vol. 4(3), pp. 9-21, 2016.