IMPLEMENTASI METODE GRAY LEVEL RUN LENGTH MATRIX DAN MODIFIED K-NEAREST NEIGHBOR UNTUK IDENTIFIKASI GENUS TANAMAN ANGGREK

Abstract

Genus adalah kelompok taksonomi yang terdiri dari spesies-spesies yang memiliki karakteristik yang sama atau mirip. Tanaman anggrek adalah kelompok tumbuhan berbunga yang memiliki pesona dan ciri khas yang terdapat pada bunganya. Pada zaman sekarang tanaman anggrek sangat populer, banyak kalangan masyarakat yang menyukai tanaman anggrek hanya untuk sekedar hobi atau untuk diperjual belikan, namun proses pembudidayaan tanaman anggrek tergolong sulit, dikarenakan pada setiap genus tanaman anggrek cara pembudidayaannya berbeda-beda. Jika pada saat budidaya tidak ditangani secara tepat sejak tanaman anggrek tersebut masih dalam usia muda kemungkinan besar tanaman anggrek tidak dapat berbunga. Maka dari itu, perlu adanya pengolahan citra digital untuk memudahkan para pembudidaya dalam mengidentifikasi dan mengklasifikasi tanaman anggrek berdasarkan genusnya. Pada penelitian ini dilakukan pengolahan citra tanaman anggrek menggunakan ekstraksi fitur Gray Level Run Length Matrix dan metode klasifikasi Modified K-Nearest Neighbor. Citra yang digunakan berjumlah 1000 citra tanaman anggrek dengan 5 kelas yang terdiri dari genus Cattleya, genus Dendrobium, genus Oncidium, genus Phalaenopsis dan genus Vanda, dengan masing-masing kelas memiliki 200 citra, dari data citra yang digunakan menghasilkan nilai fitur dari ekstraksi Gray Level Run Length Matrix berupa 20.000 nilai yang kemudian dibagi secara split dengan perbandingan 80?n 20%, yang kemudian dilakukan identifikasi dan klasifikasi menggunakan algoritma Modified K-Nearest Neighbor. Hasil dari penelitian ini berupa akurasi pada setiap sudut orientasi 0°,45°,90° dan 135° yang didapatkan dari dari ekstraksi fitur Gray Level Run Length Matrix yaitu pada sudut 0° dengan K=5 mendapatkan akurasi 55,5%, sudut 45° dengan K=9 akurasi 50,5%, sudut 90° dengan K=15 akurasi 61%, dan pada sudut 135° dengan K=9 mendapatkan akurasi 47,5%. Berdasarkan hasil yang diperoleh dari ekstraksi fitur Gray Level Run Length Matrix dan metode klasifikasi Modified K-Nearest Neighbor mampu mengidentifikasi citra tanaman anggrek berdasarkan genusnya dengan cukup baik yang diperoleh dari sudut orientasi 90° dengan K=15 menghasilkan nilai akurasi 61% yang dihasilkan dari pengujian 200 data citra uji yang diujikan kepada 800 data citra latih.