KLASIFIKASI TANAMAN OBAT-OBATAN BERDASARKAN CITRA DAUN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN

Obat-obatan herbal merupakan alternatif dalam upaya kesehatan bagi masyarakat
Indonesia. Banyaknya aneka ragam jenis tanaman obat di Indonesia membuat
sebagian masyarakat sulit mengenali jenis-jenis tanaman yang ada. Oleh karena
itu, diperlukan suatu sistem yang dapat membantu untuk mengenali jenis tanaman
obat. Sistem tersebut merupakan pengolahan suatu citra dari daun tanaman obat
yang diambil sebagai sampel untuk dikenali karakteristik strukturalnya sehingga
akan menghasilkan keluaran berupa tanaman dapat dikenali jenisnya. Penelitian
ini bertujuan untuk mengetahui karakteristik tekstur dan morfologi bentuk daun
tanaman obat-obatan sehingga dapat digunakan untuk mendeteksi dan mengenali
jenis daun. Penelitian ini menggunakan 10 jenis daun tanaman obat-obatan.
Perancangan sistem yang dibangun menggunakan ekstraksi fitur tekstur Gray
Level Co-occurance Matrics (GLCM) dan ekstraksi fitur morfologi bentuk dengan
classifier Jaringan Syaraf Tiruan Backpropagation yang mampu melatih sistem
sebelum diterapkan untuk melakukan pengujian terhadap citra daun yang akan
dikenali jenisnya. Berdasarkan pengujian pengenalan pada keseluruhan citra,
citra dapat dikenali jenisnya dan menghasilkan tingkat akurasi pengenalan sebesar
83,5% dengan hasil akurasi tertinggi dihasilkan oleh daun jarak dan mengkudu
sebesar 100%, serta tingkat pengenalan terendah dihasilkan oleh daun sirih sebesar
60%.