PERBAIKAN SISTEM PENGENAL JENIS POHON MANGGA MENGGUNAKAN SVM DAN FK-NNC

Eko , Prasetyo PERBAIKAN SISTEM PENGENAL JENIS POHON MANGGA MENGGUNAKAN SVM DAN FK-NNC. Scan : Jurnal Teknologi Informasi dan Komunikasi, 7 (3). pp. 9-14. ISSN 1978-0087

Preview

PDF - Published Version Download (223Kb) | Preview

Abstract

Pohon mangga kini menjadi primadona masyarakat untuk ditanam dipekarangan rumah. Selain buah yang manis rasanya, pohonnya sendiri merupakan aset penghijauan alam. Seringkali masyarakat kecewa saat pohon mangganya berbuah ketika tahu bahwa jenis pohon mangga yang ditanamnya tidak sesuai dengan yang diharapkan saat menanamnya. Hal ini bisa dimaklumi mengingat pohon mangga cangkokan membutuhkan waktu yang cukup lama untuk tumbuh sebelum berbuah. Maka akan lebih baik jika bisa diketahui sejak awal jenis pohon mangga tersebut berdasarkan komponen pohon yang mudah diamati yaitu tekstur daun.Penelitian sebelumnya menggunakan pendekatan K-NN (K Nearest Neighbor) dan JST (Jaringan Syaraf Tiruan) Backpropagation untuk pekerjaan klasifikasi jenis pohon mangga gadung dan curut. Ternyata pendekatan tersebut memberikan akurasi prediksi sampai dengan 65.19%. Fitur yang diekstrak untuk diolah adalah : rata-rata intensitas, smoothness, entropy, 5 moment invariant, energy, dan kontras.Dalam penelitian ini, digunakan pendekatan SVM (Support Vector Machine) dengan parameter kernel Radial Basis Function (RBF) dan Fuzzy K-Nearest Neighbor in every Class (FK- NNC), akurasi prediksi yang didapatkan 86.67% untuk SVM, dan 88.89% untuk FK-NNC. Diharapkan dengan akurasi yang lebih tinggi maka sistem dapat memberikan penilaian terhadap jenis mangga secara tepat. Kata kunci: klasifikasi, daun mangga, gadung, curut, support vector machine, fuzzy k-nearest neighbor in every class.

Actions (login required)