Implementation of the K-Nearest Neighbor Algorithm for Identification of Orchid Flower Image
Implementasi Algoritma K-Nearest Neighbor untuk Identifikasi Citra Bunga Anggrek
Abstract
Phalaenopsis adalah bahasa latin dari bunga anggrek yang merupakan salah satu bunga yang banyak digemari masyarakat untuk menghiasi rumah mereka. Bunga anggrek memiliki banyak jenis yang mungkin banyak masyarakat hanya mengetahui jenisnya dari warnanya saja. Banyak yang kurang mengamati tentang bunga anggrek itu sendiri. Terkadang 1 warna terdiri dari beberapa jenis.yang sangat menonjol untuk membedakannya adalah dilihat dari kelopak bunga anggrek. Penelitian ini mengambil sampel 3 jenis bunga angrek, yaitu jenis Phalaenopsis Amabilis, Dendrobium Phalaenopsis, dan Phalaenopsis Violacea. Tahapan implementasi yang dilakukan adalah dengan melakukan preprocessing yang meliputi grayscale dan deteksi tepi Kirsch, selanjutnya proses identifikasinya dengan menerapkan algoritma K-Nearest Neighbor. Hasil yang dari penelitian ini antara lain telah dihasilkan sebuah aplikasi untuk deteksi bunga anggrek berdasarkan kelopak bunga dan didapatkan akurasi sebesar 86,7%. Besarnya akurasi yang didapatkan berpengaruh dari banyaknya data training dan data testing yang digunakan saat ujicoba.
References
[2] Gunawan, L. W. (1986). Budidaya anggrek (Vol. 41). Niaga Swadaya.
[3] Pamungkas, D. P. (2019). Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae). Jurnal INNOVATICS: Innovation in Research of Informatics, 1(2), 51-56.
[4] Herfina, H. (2013). PENGENALAN POLA BENTUK BUNGA MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS DAN K-NN. SEMNASTEKNOMEDIA ONLINE, 1(1), 07-25.
[5] Widyawati, D. K., & Zuriati, Z. (2014). Detecting Resemblance Of Orchid Plant Image Through Support Vector Machine (SVM) Of Kernel Linear Method. Jurnal Ilmiah ESAI, 8(3), 244-257.
[6] Awanda, M., Rismawan, T., & Midyanti, D. M. (2018). Aplikasi Klasifikasi Anggrek Berdasarkan warna dan bentuk bunga dengan metode LVQ berbasis web. Coding Jurnal Komputer dan Aplikasi, 6(2).
[7] Pratyaswara, E. C., Wirdiani, N. K. A., & Sasmita, G. M. A. Analisis Perbandingan Metode Canny, Sobel dan HSV dalam Proses Identifikasi Bunga Anggrek Hibrida. Jurnal Ilmiah Merpati (Menara Penelitian Akademika Teknologi Informasi), 11-11.
[8] Chan, L. H., Salleh, S. H., & Ting, C. M. (2010). Face biometrics based on principal component analysis and linear discriminant analysis. Journal of Computer Science, 6(7), 693.
[9] Whidhiasih, R. N., Wahanani, N. A., & Supriyanto, S. (2013). Klasifikasi Buah Belimbing Berdasarkan Citra Red-Green-Blue Menggunakan Knn Dan Lda. Penelitian Ilmu Komputer Sistem Embedded Dan Logic, 1(1), 155397.
[10] Backer, D. (2005). Learning from Data Nearest neighborhood Classification.
[11] D. Erwanto, S. A. D. Prasetyowati, dan E. N. Budi Susila, “Utilization of Digital Image Processing in Process of Quality Control of the Primary Packaging of Drug Using Color Normalization Method,†in IOP Conference Series: Materials Science and Engineering, 2017
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
.png)
.png)
