Text
Klasifikasi Swedish Leaf Berdasarkan Bentuk Daun Menggunakan Metode Learning Vector Quanization (LVQ)
Pengklasifikasian daun dapat digunakan untuk mengenali identitas dari tumbuhan. Daun
merupakan bagian tumbuhan yang unik, tiap tumbuhan memiliki bentuk daun yang berbeda
antara satu jenis dan jenis lainnya. Dalam penelitian ini bertujuan untuk mengklasifikasian
Swedish leaf, yaitu daun-daun tumbuhan yang hanya ada di negara Swedia agar lebih
mudah dalam mengenali perbedaan bentuk daun dan mempelajari Swedish Leaf untuk ilmu
pengetahuan. Metode Learning Vector Quantization (LVQ) dan Zernike Moment Invariant
(ZMI) digunakan karena LVQ merupakan metode pembelajaran terbimbing yang cocok
untuk klasifikasi, sedangkan ZMI merupakan ektraksi fitur yang cocok dalam pengenalan
bentuk walaupun citra data diolah dalam berbagai posisi. Data penelitian ini diperoleh dari
Lingkoping University Computer Vision Laboratory Swedish Leaf Dataset sebanyak 15
jenis daun yang masing-masing jenis terdiri dari 75 citra data. Akurasi rata-rata terbaik
diperoleh dari 900 data latih yaitu 31.56%, hal ini dapat dikarenakan oleh tidak
terpenuhinya euclidean distance dalam LVQ pada saat pengujian yang cenderung
mengarah ke satu kelas, nilai ektraksi ciri yang tidak beragam serta kualitas dari citra data
yang digunakan.
Kata kunci: Swedish Leaf, Klasifikasi Daun, Zernike Moment Invariant, Learning Vector Quantization.
No copy data
No other version available