Klasifikasi Tanaman Obat Herbal Menggunakan Metode Support Vector Machine
Main Article Content
Abstract
Jamu adalah obat tradisional dari tanaman herbal yang dianggap atau dipercaya secara turun-temurun dapat membuat bugar badan. Jamu merupakan alternatif lain masyarakat dalam mencari obat berbahan herbal. Akan tetapi bagi banyak orang masih sulit membedakan antara rimpang jahe dengan lengkuas dan kunyit dengan temulawak. Dengan permasalahan tersebut maka, perlu adanya pengenalan untuk masalah tersebut dengan klasifikasi menggunaakan metode support vector machine. Pembuatan aplikasi ini menggunakan bahasa pemrogaman Python untuk pengambilan parameter pembeda yang digunakan yaitu warna menggunakan metode Color Histogram, bentuk menggunakan metode Sobel serta tekstur menggunakan metode Gray Level Co-occurrence Matrix untuk rempah jahe, kunyit, lengkuas dan temulawak yang akan dievaluasi. Evaluasi model yang terbaik yaitu menggunakan metode support vector machine dengan metode pencarian parameter Randomized Search Cross Validation kernel rbf dengan train 83.9% dan test 77.6%.
Article Details
This work is licensed under Creative Commons Attribution-ShareAlike 4.0 International License.
References
Prayono, Ari Kurniawan, “KEBIASAAN KONSUMSI JAMU UNTUK MENJAGA KESEHATAN TUBUH PADA SAAT HAMIL DAN SETELAH MELAHIRKAN DIDESA KAJORAN KLATEN SELATAN”, Jurnal Terpadu Ilmu Kesehatan, Vol.3, Nomor 1, (Mei 2014), hal 64-74.
Irawan Septi Adhi, 7 Tanaman herbal untuk meningkatkan daya tahan tubuh,
https://health.kompas.com/read/2020/09/05/193200068/7-tanaman-herbal-untuk-meningkatkan-daya-tahan-tubuh?page=all, 25 Februari 2021.
Anto Satriyo Nugroho, Arief Budi Witarto, dan Dwi Handoko, Teori dasar SVM dan Aplikasi dalam Bioinformatika, (Japan, Desember, 2003), hal.6.
Pamungkas Adi, Pengolahan citra digital, https://pemrogramanmatlab.com/2017/07/26/pengolahan-citra-digital/, 1 Maret 2021.
Chindy Putri Beauty, Yuita Arum Sari, Sutrisno. “Temu Kembali Citra Makanan Menggunakan Color Histogram Dan Local Binary Pattern. Jurnal Pengembangan Teknologi Infomasi dan Ilmu Komputer. Vol. III, Nomor 6, (Juni, 2019), hal.5516.
Nurullah Muhammad, Studi Pembanding Deteksi Tepi (Edge Detection) Citra JPEG dengan Operator Sobel dan Operator Canny Menggunakan Software Matlab, Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah (Skripsi dipublikasikan), 2014,hal.27.
Andhika Surya Rizky, Abdul Fadlil, dan Anton Yudhana, “Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix (GLCM) dan Filter Gabor Untuk Klasifikasi Citra Batik Pekalongan”, Jurnal pengembangan IT, Vol. II, Nomor. 2, (Juli 2017), hal.24.
Saragih Anwar, dan Maringan Sianturi, “Implementasi Metode Color Moment dan GLCM Untuk Mendeteksi Penyakit Tanaman Karet”, Jurnal Majalah Ilmiah Informasi dan Teknologi Ilmiah, Vol. VII, Nomor 2, (Februari 2020), hal.147.
Safik Rionga Alven, dan Endah Supeni Purwaningsih, “Penerepan Metode Support Vector Machine (SVM) dalam Klasifikasi Kualitas Pengelasan SMAW (SHIELD METAL ARC WELDING), Jurnal Ilmiah Edutic, Vol.5, Nomor 1, (November 2018), hal.19.
Abdul Muiz Khalimi, Perhitungann Confusion Matrix Multi-Class, https://www.pengalaman-edukasi.com/2020/11/menghitung-confusion-matrix-3-kelas.html, 4 Maret 2021.