Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur

Farida Amalya; Silvia Harlena

doi:10.30591/jpit.v7i2.3688

Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur

Farida Amalya, Silvia Harlena

Abstract

Mengonsumsi buah sangat dianjurkan karena mengandung vitamin, mineral, serta serat yang dibutuhkan oleh tubuh. Selain itu, ternyata buah-buahan dapat menjadi obat dan mencegah dari berbagai penyakit. Berdasarkan kajian riset secara empiris menunjukkan bahwa buah memiliki kandungan yang yang dapat menjadi obat bagi tubuh manusia. Akan tetapi, pengetahuan mengenai khasiat buah sebagai obat belum tersebar ke banyak orang. Buah-uahan yang berkhasiat obat dapat dikenali jika dilihat dari bentuk dan teksturnya. Penelitian ini bertujuan untuk melakukan klasifikasi jenis buah berkhasiat obat menggunakan euclidean distance dengan ekstraksi ciri bentuk dan tekstur. Proses ekstraksi ciri dilakukan agar dapat mengidentifikasi informasi dari ciri-ciri yang terdapat pada sebuah citra. Ekstraksi ciri bentuk didapatkan berdasarkan nilai metric dan eccentricity. Untuk ekstraksi ciri tekstur digunakan Gray Level Co-occurence Matrix (GLCM). Sedangkan proses klasifikasi menggunakan euclidean distance yang memiliki fungsi sebagai penentu tingkat kemiripan dari beberapa citra berdasarkan jarak eucliedean. Berdasarkan evaluasi model dengan menggunakan uji akurasi memperlihatkan bahwa model yang dikembangkan memiliki tingkat akurasi mencapat 83,33%. Hasil tersebut menunjukkan model yang dikembangkan mampu melakukan klasifikasi dengan baik.

Keywords

klasifikasi citra, euclidean distance, ekstraksi ciri, ekstraksi bentuk

Full Text:

References

A. Badrunasar and H. B. Santoso, Tumbuhan Liar Berkhasiat Obat. Bogor: Forda Press, 2017.

N. L. Widani, “Penyuluhan Pentingnya Konsumsi Buah dan Sayur pada Remaja di Sos Desataruna Jakarta,” J. PATRIA, vol. 1, no. 1, pp. 57–68, 2019.

U. Mahmudah and E. Yuliati, “Edukasi Konsumsi Buah dan Sayur Sebagai Strategi dalam Pencegahan Penyakit Tidak Menular pada Anak Sekolah Dasar,” J. War. LPM, vol. 24, no. 1, pp. 11–19, 2021.

Z. Zufahmi, E. Dewi, and M. Miftahulia, “Jenis Tumbuhan Yang Berkhasiat Obat Tradisional di Kecamatan Mutiara Kabupaten Pide,” in Seminar Nasional Biotik, 2020, pp. 235–240.

A. Larassati, M. Marmaini, and T. Kartika, “Inventarisasi Tumbuhan Berkhasiat Obat di Sekitar Pekarangan di Kelurahan Sentosa,” J. Indobiosains, vol. 1, no. 2, pp. 76–87, 2019.

S. Ratna, “Pengolahan Citra Digital dan Histogram Dengan Phyton dan Text Editor Phycharm,” Technologia, vol. 11, no. 3, pp. 181–186, 2020.

R. I. Borman, B. Priopradono, and A. R. Syah, “Klasifikasi Objek Kode Tangan pada Pengenalan Isyarat Alphabet Bahasa Isyarat Indonesia (Bisindo),” in Seminar Nasional Informatika dan Aplikasinya (SNIA), 2017, no. September, pp. 1–4.

T. W. Harjanti, H. Setiyani, J. Trianto, and Y. Rahmanto, “Classification of Mint Leaf Types Using Euclidean Distance and K-Means Clustering with Shape and Texture Feature Extraction,” J. Tech-E, vol. 5, no. 2, pp. 116–124, 2022.

R. Rizaldi, A. Kurniawati, and C. V. Angkoso, “Implementasi Metode Euclidean Distance untuk Rekomendasi Ukuran Pakaian pada Aplikasi Ruang Ganti Virtual,” J. Teknol. Inf. dan Ilmu Komput., vol. 5, no. 2, p. 129, 2018, doi: 10.25126/jtiik.201852592.

A. Yudhana, S. Sunardi, and A. J. S. Hartanta, “Algoritma K-NN Dengan Euclidean Distance Untuk Prediksi Hasil Penggergajian Kayu Sengon,” Transmisi, vol. 22, no. 4, pp. 123–129, 2020, doi: 10.14710/transmisi.22.4.123-129.

P. Uddin, A. Mamun, A. Hossain, A. Mamun, and A. Hossain, “PCA-based Feature Reduction for Hyperspectral Remote Sensing Image PCA-based Feature Reduction for Hyperspectral Remote Sensing Image Classification,” IETE Tech. Rev., pp. 1–21, 2020, doi: 10.1080/02564602.2020.1740615.

R. I. Borman, Y. Fernando, and Y. E. P. Yudoutomo, “Identification of Vehicle Types Using Learning Vector Quantization Algorithm with Morphological Features,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 158, pp. 339–345, 2022.

A. P. B. Salsabila, R. D. Yunita, and C. Rozikin, “Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM,” Technomedia J., vol. 6, no. 1, pp. 124–137, 2021.

R. I. Borman, I. Ahmad, and Y. Rahmanto, “Klasifikasi Citra Tanaman Perdu Liar Berkhasiat Obat Menggunakan Jaringan Syaraf Tiruan Radial Basis Function,” Bull. Informatics Data Sci., vol. 1, no. 1, pp. 6–13, 2022.

A. Herdiansah, R. I. Borman, D. Nurnaningsih, A. A. J. Sinlae, and R. R. Al Hakim, “Klasifikasi Citra Daun Herbal Dengan Menggunakan Backpropagation Neural Networks Berdasarkan Ekstraksi Ciri Bentuk,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 2, pp. 388–395, 2022, doi: 10.30865/jurikom.v9i1.3846.

R. I. Borman, F. Rossi, Y. Jusman, A. A. A. Rahni, S. D. Putra, and A. Herdiansah, “Identification of Herbal Leaf Types Based on Their Image Using First Order Feature Extraction and Multiclass SVM Algorithm,” in 1st International Conference on Electronic and Electrical Engineering and Intelligent System (ICE3IS), 2021, pp. 12–17.

T. R. Pahlevi, R. Buaton, and Nurhayati, “Identifikasi Jenis Bunga Menggunakan Ekstraksi Ciri Orde Satu dan Algoritma Multi Support-Vector,” J. Inform. Kaputama, vol. 5, no. 1, pp. 116–128, 2021.

R. I. Borman, R. Napianto, N. Nugroho, D. Pasha, Y. Rahmanto, and Y. E. P. Yudoutomo, “Implementation of PCA and KNN Algorithms in the Classification of Indonesian Medicinal Plants,” in ICOMITEE 2021, 2021, pp. 46–50.

Y. Yuliska and K. U. Syaliman, “Peningkatan Akurasi K-Nearest Neighbor Pada Data Index Standar Pencemaran Udara Kota Pekanbaru,” IT J. Res. Dev., vol. 5, no. 1, pp. 11–18, 2020.

H. Mayatopani, R. I. Borman, W. T. Atmojo, and A. Arisantoso, “Classification of Vehicle Types Using Backpropagation Neural Networks with Metric and Ecentricity Parameters,” J. Ris. Inform., vol. 4, no. 1, pp. 65–70, 2021, doi: 10.34288/jri.v4i1.293.

D. Nurnaningsih, D. Alamsyah, A. Herdiansah, and A. A. J. Sinlae, “Identifikasi Citra Tanaman Obat Jenis Rimpang dengan Euclidean Distance Berdasarkan Ciri Bentuk dan Tekstur,” Build. Informatics, Technol. Sci., vol. 3, no. 3, pp. 171–178, 2021, doi: 10.47065/bits.v3i3.1019.

M. Jannah and N. Humaira, “Implementasi Metode Euclidean Distance Untuk Ekstraksi Fitur Jarak Pada Citra Skeleton,” J. Ilm. Inform. Komput., vol. 24, no. 2, pp. 134–139, 2019, doi: 10.35760/ik.2019.v24i2.2368.

I. H. Qasim and A. B. W. Putra, “Penggunaan Metode Euclidean Distance, Coefficient Correlation dan Center of Gravity Untuk Pembangunan Prototype Citra Tanda Tangan,” in PROSIDING SNSebatik 2017 (Seminar Nasional Serba Informatika 2017), 2017, vol. 1, no. 1, pp. 52–58.

R. I. Borman, A. T. Priandika, and A. R. Edison, “Implementasi Metode Pengembangan Sistem Extreme Programming (XP) pada Aplikasi Investasi Peternakan,” JUSTIN (Jurnal Sist. dan Teknol. Informasi), vol. 8, no. 3, pp. 272–277, 2020, doi: 10.26418/justin.v8i3.40273.

Z. Abidin, R. I. Borman, F. B. Ananda, P. Prasetyawan, F. Rossi, and Y. Jusman, “Classification of Indonesian Traditional Snacks Based on Image Using Convolutional Neural Network (CNN) Algorithm,” 2021 1st Int. Conf. Electron. Electr. Eng. Intell. Syst. ICE3IS 2021, pp. 18–23, 2021, doi: 10.1109/ICE3IS54102.2021.9649707.

Y. Chen, L. Song, Y. Liu, L. Yang, and D. Li, “A Review of the Artificial Neural Network Models for Water Quality Prediction,” Appl. Sci., vol. 10, no. 5776, pp. 1–49, 2020.

A. S. Sinaga and T. Informatika, “Segmentasi Ruang Warna L * a * b,” J. Mantik Penusa, vol. 3, no. 1, pp. 43–46, 2019.

D. J. Bora, A. K. Gupta, and F. A. Khan, “Comparing the Performance of L * A * B * and HSV Color Spaces with Respect to Color Image Segmentation,” Int. J. Emerg. Technol. Adv. Eng., vol. 5, no. 2, pp. 192–203, 2015.

D. Riana et al., “Identifikasi Citra Pap Smear RepoMedUNM dengan Menggunakan K-Means Clustering dan GLCM,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 1, pp. 1–8, 2022.

DOI: https://doi.org/10.30591/jpit.v7i2.3688