Identifikasi Daun Shorea menggunakan KNN dengan Ekstraksi Fitur 2DPCA

Yusniar, Erni; Kustiyo, Aziz

doi:10.29244/jika.3.1.18-26

Cited by 3 publications

(4 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Population decline without being matched by conservation efforts can lead to extinction [8]. Therefore, there is a need to promote planting and develop effective enrichment techniques to support forest rehabilitation and increase the production of good quality timber [9].…”

Section: Introductionmentioning

confidence: 99%

Morphological characteristics and abundance of red meranti (Shorea platyclados) in Martelu Purba natural reserves

Rangkuti

Hartini

Susilowati

et al. 2022

IOP Conf. Ser.: Earth Environ. Sci.

View full text Add to dashboard Cite

Shorea platyclados Slooten ex Endert is a commercial timber-producing tree from the Dipterocarpaceae family, with the trade name red meranti. The distribution and abundance of Shorea species in Indonesia are decreasing due to forest conversion and illegal logging. As a result, this species is listed as endangered (EN) according to The International Union for the Conservation of Nature (IUCN). Therefore, conservation efforts become an urgent task for this species. This study was conducted to identify the morphological characteristics and distribution patterns of S. platyclados in its natural habitat in the Martelu Purba nature reserve. Morphological identification was carried out through direct observation and measurement of all parts of the tree organs, such as the characters of leaves, seeds, flowers, stems, crowns, and bark. The species abundance was carried out through exploration and inventory methods in approximately 195 ha, and 110 plots were built for vegetation analysis. Our research found that S. platyclados has flat branches and has very sharp seed tips. The results of the species abundance showed that of 110 observation plots, 484 individuals of S. platyclados were found at the tree level. This condition is rather contrary to the current status registered by the IUCN.

show abstract

Section: Introductionmentioning

confidence: 99%

Morphological characteristics and abundance of red meranti (Shorea platyclados) in Martelu Purba natural reserves

Rangkuti

Hartini

Susilowati

et al. 2022

IOP Conf. Ser.: Earth Environ. Sci.

View full text Add to dashboard Cite

show abstract

“…Dalam berbagai penelitian yang dilakukan oleh peneliti sebelumnya dengan hasil yang bervariasi mengenai citra digital dengan ekstraksi warna dan fitur tekstur, penulis menjadikan penelitian yang relevan tersebut sebagai acuan dalam melengkapi penelitian yang sedang dilakukan saat ini yang mempunyai keterkaitan metode atau objek agar mendapatkan hasil yang akurat. Menurut penelitian yang dilakukan oleh (Yusniar, 2014), dataset yang digunakan sebanyak 100 citra dengan rincian 80 citra untuk data training dan 20 citra untuk data testing. Tujuan dari penelitian ini yaitu mengenai identifikasi daun Shorea dengan 10 spesies yang berbeda menggunakan ekstraksi 2DPCA serta metode untuk klasifikasi yaitu K-Nearest Neighbour (KNN) dengan nilai K = 1, 3, 5, 7 diperoleh akurasi yang didapatkan yaitu sebesar 75% untuk nilai K=3 pada komponen G dari citra RGB sehingga didapatkan nilai eigen sebesar 85%.…”

Section: D-17unclassified

Ektraksi HSV Dan GLCM Dalam Metode K-Nn Untuk Klasifikasi Tingkat Kematangan Buah Mengkudu

Irawan

Rachmawanto

2022

SNAST

View full text Add to dashboard Cite

Noni fruit is a fruit that is quite famous for its properties as a medicine that can cure diseases. The level of maturity of the noni fruit also affects the effectiveness of the fruit as a medicine. With the current technological developments, research on the classification of noni fruit maturity was carried out. It is intended that the selection of noni fruit can produce more effective results. K-Nearest Neighbor can be implemented to measure the maturity level of noni fruit. In this study, Mean HSV is also used as a color extractor and GLCM as a feature extractor. The dataset is 100 image data, with 80 images divided into training data and 20 test data. Then, the level of maturity is divided into four classes, namely: raw, undercooked, ripe, and rotten. Before the classification process is carried out, the previous image data is pre-processed. The first stage is to change the color of the image to grayscale which is then converted to an HSV image. The second stage is the extraction process using the GLCM method in order to produce the values of Energy, Contrast, Correlation, and Homogeneity. The third stage, followed by the feature extraction process using Mean HSV. After these processes, it is continued with the classification stage using the K-NN method. This study produces an accuracy value of 95% using the value of K = 5, pixel distance = 1, 4, and 8 in the test using a combination of the KNN, GLCM, and HSV algorithms.

show abstract

“…Seiring perkembangan teknologi, identifikasi suatu jenis tumbuhan dapat menggunakan program algoritma komputer yang dinilai lebih cepat dan memiliki akurasi yang tinggi (Yusniar & Kustiyo 2014;Ni'mah et al 2018;Azadnia & Kheiralipour 2021). Algoritma pembelajaran mesin merupakan pendekatan pemodelan terkomputerisasi yang dapat mempelajari pola dari data, sehingga dapat melakukan tugas tertentu tanpa harus diprogram ulang berkali-kali (Singh et al 2016).…”

unclassified

“…Algoritma K-Nearest Neighbor (KNN) digunakan untuk identifikasi Shorea spp. (Yusniar & Kustiyo 2014), tumbuhan obat (Ni'mah et al 2018, dan varietas bugenvil (Furqan et al 2020). Algoritma Artificial Neural Networks telah digunakan untuk identifikasi tumbuhan obat (Azadnia & Kheiralipour 2021), tumbuhan buah tropika (Agmalaro et al 2013), Ficus spp.…”

unclassified

IDENTIFIKASI OTOMATIS LIMA JENIS RESAK (Vatica spp.) BERDASARKAN BEBERAPA KARAKTER MORFOLOGI DAUN DAN ALGORITMA PEMBELAJARAN MESIN

Kurnia,

Solihat,

Windarsih

et al. 2023

BKR

View full text Add to dashboard Cite

Resak (Vatica spp.) merupakan salah satu marga yang termasuk dalam suku tumbuhan berkayu, Diperocarpaceae, dengan beberapa jenis di antaranya termasuk jenis terancam. Kemampuan identifikasi jenis dengan benar merupakan salah satu aspek yang penting dalam upaya konservasi. Penelitian ini bertujuan untuk mengetahui karakter morfologi daun resak, kemiripan antar jenis, dan performa dari lima algoritma pembelajaran mesin dalam mengidentifikasi otomatis jenis resak. Karakter morfologi yang diukur adalah warna, ukuran, bentuk, dan tekstur daun dari lima jenis Vatica spp. koleksi Kebun Raya Bogor. Perbedaan nilai rata-rata setiap karakter morfologi dianalisis menggunakan analisis sidik ragam dan uji Tukey. Keragaman dan kemiripan morfologi dianalisis menggunakan analisis komponen utama dan analisis kluster. Identifikasi otomatis dilakukan menggunakan lima algoritma pembelajaran mesin, yaitu BayesNet, K-Nearest Neighbor, Artificial Neural Network, Random Forest, dan Support Vector Machine. Hasil analisis menunjukkan bahwa karakter morfologi daun (warna, ukuran, bentuk, dan tekstur) pada kelima jenis resak mempunyai perbedaan yang signifikan. Semua karakter morfologi secara signifikan mempengaruhi perbedaan penciri daun resak. Pada tingkat kemiripan 80%, kelima jenis resak dikelompokkan menjadi tiga kluster, yaitu kluster I (V. granulata, V. pauciflora, dan V. venulosa), kluster II (V. bantamensis), dan kluster III (V. rassak). Algoritma pembelajaran mesin yang terbaik dalam melakukan identifikasi otomatis jenis resak menggunakan karakter morfologi daun adalah K-Nearest Neighbor dengan nilai overall accuracy 0,92, koefisien Kappa 0,90, rata-rata precision 0,93, dan rata-rata recall 0,92.

show abstract

Identifikasi Daun Shorea menggunakan KNN dengan Ekstraksi Fitur 2DPCA

Cited by 3 publications

References 0 publications

Morphological characteristics and abundance of red meranti (Shorea platyclados) in Martelu Purba natural reserves

Morphological characteristics and abundance of red meranti (Shorea platyclados) in Martelu Purba natural reserves

Ektraksi HSV Dan GLCM Dalam Metode K-Nn Untuk Klasifikasi Tingkat Kematangan Buah Mengkudu

IDENTIFIKASI OTOMATIS LIMA JENIS RESAK (Vatica spp.) BERDASARKAN BEBERAPA KARAKTER MORFOLOGI DAUN DAN ALGORITMA PEMBELAJARAN MESIN

Contact Info

Product

Resources

About