Indonesian Journal of Computer Science
Vol. 12 No. 4 (2023): Indonesian Journal of Computer Science (IJCS) Volume 12 No. 4 (2023)

Klasifikasi Daun Herbal Menggunakan Metode CNN dan Naïve Bayes dengan Fitur GLCM

Adela Regita Azzahra (Universitas Muslim Indonesia)
Purnawansyah (Universitas Muslim Indonesia)
Herdianti Darwis (Universitas Muslim Indonesia)
Dewi Widyawati (Universitas Muslim Indonesia)



Article Info

Publish Date
30 Aug 2023

Abstract

Tanaman herbal menunjukkan variasi berbagai ukuran dan bentuk yang berbeda untuk setiap jenis. Penelitian ini bertujuan untuk mengklasifikasikan citra daun dari daun katuk (Sauropus Androgynus) dan daun kelor (Moringa). Dalam penelitian ini digunakan Gray Level Co-Occurrence Matrix (GLCM) untuk mengektraksi fitur contrast, correlation, homogeneity, dissimilarity, dan Angular Second Moment (ASM). Adapun pada klasifikasi diterapkan metode Convolutional Neural Network (CNN) dan Naïve Bayes dengan kernel Gaussian, multinomial, dan Bernoulli. Jumlah citra yang digunakan dalam riset ini adalah 480 citra, dengan perincian 80% untuk data training dan 20% sebagai data testing. Berdasarkan hasil pengujian dan perbandingan yang telah dilakukan didapatkan kesimpulan bahwa penerapan metode CNN tanpa ekstraksi fitur terbukti lebih efisien dalam proses klasifikasi citra daun herbal, dengan nilai precision, recall, f1-score dan accuracy mencapai 98% pada situasi cahaya terang.

Copyrights © 2023






Journal Info

Abbrev

ijcs

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

Description

The scope of IJCS includes general computer science, information system, information technology, artificial intelligence, big data, industrial revolution 4.0, and general ...