基于Citra Daun的K-近邻算法的黄金植物分类(Ficus Bernjamina)

F. Wibowo, A. Wicaksono, Lahan Adi Purwanto
{"title":"基于Citra Daun的K-近邻算法的黄金植物分类(Ficus Bernjamina)","authors":"F. Wibowo, A. Wicaksono, Lahan Adi Purwanto","doi":"10.26905/jtmi.v7i2.6758","DOIUrl":null,"url":null,"abstract":"Salah satu masalah yang dihadapi ketika akan memilih Beringin, baik untuk dijadikan tanaman peneduh, bonsai atau tanaman obat adalah mengenali jenis beringin yang sesuai. Maka harus dilakukan sebuah penelitian agar dapat mengetahui jenis Beringin yang diinginkan. Salah satu cara yang dapat digunakan untuk mengklasifikasikan adalah dengan teknologi pengolahan citra digital, yaitu dengan mengekstrak ciri atau karakteristik dari citra atau gambar digital. Tantangannya adalah bagaimana mengklasifikasikan tanaman Beringin berdasarkan citra daun menggunakan pengolahan citra digital. Penelitian ini bertujuan merancang atau mendesain dan menyusun program pengolahan citra digital dan algoritma K-Nearest Neighbors (KNN) untuk klasifikasi jenis Beringin yang dapat dijadikan sebagai model sistem klasifikasi otomatis menggunakan perangkat komputer. Hasil penelitian pada proses pengujian klasifikasi tanaman ficus berdasarkan ciri tekstur dan bentuk pada citra daun menggunakan algoritma k-Nearest Neighbor dapat disimpulan bahwa aplikasi telah berhasil dirancang dan dibangun dan dapat digunakan untuk proses ekstraksi fitur tekstur dan bentuk serta dapat digunakan untuk proses klasifikasi. Dari ekstraksi fitur diperoleh tujuh fitur tekstur GLCM yaitu energi, entropy, contras, homogenity, idm, variance dan dissimilarity, dan 2 fitur bentuk yaitu roundness, dan compactness. Hasil pengujian menunjukan nilai akurasi yang relatif rendah yaitu 56,25% dengan data jumlah citra dikenali sesuai jenis ficus sebanyak 18 dan tidak dikenali sebanyak 5 citra","PeriodicalId":31840,"journal":{"name":"Jurnal Teknologi dan Manajemen Informatika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-12-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Klasifikasi Tanaman Beringin (Ficus Bernjamina) berdasarkan Citra Daun Menggunakan Algoritma K-Nearest Neighbors\",\"authors\":\"F. Wibowo, A. Wicaksono, Lahan Adi Purwanto\",\"doi\":\"10.26905/jtmi.v7i2.6758\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Salah satu masalah yang dihadapi ketika akan memilih Beringin, baik untuk dijadikan tanaman peneduh, bonsai atau tanaman obat adalah mengenali jenis beringin yang sesuai. Maka harus dilakukan sebuah penelitian agar dapat mengetahui jenis Beringin yang diinginkan. Salah satu cara yang dapat digunakan untuk mengklasifikasikan adalah dengan teknologi pengolahan citra digital, yaitu dengan mengekstrak ciri atau karakteristik dari citra atau gambar digital. Tantangannya adalah bagaimana mengklasifikasikan tanaman Beringin berdasarkan citra daun menggunakan pengolahan citra digital. Penelitian ini bertujuan merancang atau mendesain dan menyusun program pengolahan citra digital dan algoritma K-Nearest Neighbors (KNN) untuk klasifikasi jenis Beringin yang dapat dijadikan sebagai model sistem klasifikasi otomatis menggunakan perangkat komputer. Hasil penelitian pada proses pengujian klasifikasi tanaman ficus berdasarkan ciri tekstur dan bentuk pada citra daun menggunakan algoritma k-Nearest Neighbor dapat disimpulan bahwa aplikasi telah berhasil dirancang dan dibangun dan dapat digunakan untuk proses ekstraksi fitur tekstur dan bentuk serta dapat digunakan untuk proses klasifikasi. Dari ekstraksi fitur diperoleh tujuh fitur tekstur GLCM yaitu energi, entropy, contras, homogenity, idm, variance dan dissimilarity, dan 2 fitur bentuk yaitu roundness, dan compactness. Hasil pengujian menunjukan nilai akurasi yang relatif rendah yaitu 56,25% dengan data jumlah citra dikenali sesuai jenis ficus sebanyak 18 dan tidak dikenali sebanyak 5 citra\",\"PeriodicalId\":31840,\"journal\":{\"name\":\"Jurnal Teknologi dan Manajemen Informatika\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-12-22\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Teknologi dan Manajemen Informatika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.26905/jtmi.v7i2.6758\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi dan Manajemen Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26905/jtmi.v7i2.6758","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

当你选择戒指时,无论是让植物成为捕食者、奖励植物还是毒品植物,你面临的一个问题是识别正确的戒指。因此,必须做一项研究来找出你想要什么样的黄金。一种分类方法是使用数字图像处理技术,即从图像或数字图像中提取属性或特征。挑战在于如何使用数字图像处理基于叶片图像对花卉植物进行分类。本研究旨在设计或设计和设计一个用于次要类型分类的数字图像翻译程序和K-最近邻(KNN)算法,该算法可以使用计算机设备作为自动分类系统模型。在基于叶片纹理特性和形状的榕树植物分类测试过程中,使用k近邻算法的研究结果可以得出结论,该应用程序已经成功设计和构建,可以用于纹理和形状特征提取过程,也可以用于分类过程。提取得到七个GLCM纹理特征,即能量、熵、对比度、均匀性、idm、方差和相异性,两个形状特征是圆度和紧致度。测试结果显示,根据榕树类型识别的图像数量为18张,未知图像数量为5张,准确率相对较低,为56.25%
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Klasifikasi Tanaman Beringin (Ficus Bernjamina) berdasarkan Citra Daun Menggunakan Algoritma K-Nearest Neighbors
Salah satu masalah yang dihadapi ketika akan memilih Beringin, baik untuk dijadikan tanaman peneduh, bonsai atau tanaman obat adalah mengenali jenis beringin yang sesuai. Maka harus dilakukan sebuah penelitian agar dapat mengetahui jenis Beringin yang diinginkan. Salah satu cara yang dapat digunakan untuk mengklasifikasikan adalah dengan teknologi pengolahan citra digital, yaitu dengan mengekstrak ciri atau karakteristik dari citra atau gambar digital. Tantangannya adalah bagaimana mengklasifikasikan tanaman Beringin berdasarkan citra daun menggunakan pengolahan citra digital. Penelitian ini bertujuan merancang atau mendesain dan menyusun program pengolahan citra digital dan algoritma K-Nearest Neighbors (KNN) untuk klasifikasi jenis Beringin yang dapat dijadikan sebagai model sistem klasifikasi otomatis menggunakan perangkat komputer. Hasil penelitian pada proses pengujian klasifikasi tanaman ficus berdasarkan ciri tekstur dan bentuk pada citra daun menggunakan algoritma k-Nearest Neighbor dapat disimpulan bahwa aplikasi telah berhasil dirancang dan dibangun dan dapat digunakan untuk proses ekstraksi fitur tekstur dan bentuk serta dapat digunakan untuk proses klasifikasi. Dari ekstraksi fitur diperoleh tujuh fitur tekstur GLCM yaitu energi, entropy, contras, homogenity, idm, variance dan dissimilarity, dan 2 fitur bentuk yaitu roundness, dan compactness. Hasil pengujian menunjukan nilai akurasi yang relatif rendah yaitu 56,25% dengan data jumlah citra dikenali sesuai jenis ficus sebanyak 18 dan tidak dikenali sebanyak 5 citra
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
8
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信