VINNI MULVI ANANDA (2018) PENERAPAN PENGOLAHAN CITRA DIGITAL DAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM(ANFIS) DALAM KLASIFIKASI TANAMAN HERBAL. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_2018591TIF.pdf Download (133kB) | Preview
Preview	Text 2. PENGESAHAN_2018591TIF.pdf Download (546kB) | Preview
Preview	Text 3. ABSTRAK_2018591TIF.pdf Download (94kB) | Preview
Preview	Text 4. KATA PENGANTAR_2018591TIF.pdf Download (277kB) | Preview
Preview	Text 5. DAFTAR ISI_2018591TIF.pdf Download (278kB) | Preview
Preview	Text 6. BAB I_2018591TIF.pdf Download (226kB) | Preview
Preview	Text 7. BAB II_2018591TIF.pdf Download (1MB) | Preview
Preview	Text 8. BAB III_2018591TIF.pdf Download (247kB) | Preview
Preview	Text 9. BAB IV_2018591TIF.pdf Download (1MB) | Preview
	Text 10. BAB V_2018591TIF.pdf Restricted to Repository staff only Download (2MB)
Preview	Text 11. BAB VI_2018591TIF.pdf Download (96kB) | Preview
Preview	Text 12. DAFTAR PUSTAKA_2018591TIF.pdf Download (313kB) | Preview

Abstract

Tanaman herbal adalah tumbuhan yang berada di alam dan memiliki khasiat sebagai obat serta dapat meningkatkan daya tahan tubuh. Masyarakat hendaknya dapat mengenali tanaman herbal terutama yang terdapat dilingkungan sekitar agar dapat mengoptimalkan pemanfaatannya.Tanaman herbal dapat dikenali melalui ciri-ciri morfologi dengan mengenali karakteristik struktural daun. Penelitian ini menggunakan Gray Level Co-occurence Matrix(GLCM) untuk mendapatkan nilaifitur tekstur dan fitur morfologi digital untuk mendapatkan nilai fitur daun serta Adaptive Neuro Fuzzy Inference System(ANFIS) sebagai metode klasifikasi. Parameter yang digunakan sebagai input pada ANFIS adalah 11 nilai fitur yang diperoleh dari GLCM dan fitur morfologi digital. Data citra daun yang digunakan adalah sebanyak 100 data dari 5 jenis tanaman herbal. Pengujian dilakukan dengan k-fold cross validation dengan nilai k = 5 dan k = 10 serta variasi nilai epoch10, 30, dan 50. Hasil pengujian menunjukkan nilai k = 10 menghasilkan akurasi yang lebih baik. Hasil pengujian menggunakan 10-fold cross validation yang terdiri dari1 sampai 10 fold, diperoleh akurasi sebesar 100% pada fold5, 6, dan 7. Rata-rata akurasi tertinggi diperoleh pada pengujian 10-fold cross validation untuk jumlah epoch berbeda adalah sebesar 88%. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa metode GLCM, fitur morfologi digital, dan ANFIS dapat digunakan untuk klasifikasi tanaman herbal dan menghasilkan tingkat akurasi yang baik. Kata Kunci : Adaptive Neuro Fuzzy Inference System(ANFIS), Fitur Morfologi Digital, Gray Level Co-occurence Matrix(GLCM), Klasifikasi, Tanaman Herbal

Actions (login required)

View Item