PENERAPAN EKSTRAKSI CIRI MORFOLOGI DAN BACKPROPAGATION NEURAL NETWORK PADA KLASIFIKASI JENIS TUMBUHAN JAMBU AIR

Jambu air merupakan salah satu jenis tumbuhan yang dibudidayakan hampir diseluruh wilayah Indonesia yang tersebar luas di Pulau Jawa. Tumbuhan ini dimanfaatkan masyarakat untuk pengobatan penyakit, bahan makanan, serta bahan olahan. Pada penelitian sebelumnya yang mengangkat kasus citra daun jambu air belum menggunakan ciri yang tepat serta terdapat kekurangan metode dalam klasifikasi tumbuhan jambu air. Oleh karena itu, maka penelitian ini menggunakan metode ekstraksi ciri morfologi dan Backpropagation Neural Network (BPNN). Untuk pengambilan citra menggunakan scanner. Data yang diambil yaitu citra daun sebanyak 500 data dari 10 jenis tumbuhan jambu air. Input neuron pada BPNN sebanyak 17 yang didapatkan dari ekstraksi ciri morfologi. Parameter pengujian untuk menghitung akurasi yang digunakan adalah pembagian data dengan k-fold cross validation dengan k = 5, hidden neuron sebanyak 18 dan 33, serta variasi nilai learning rate = 0.01, 0.04, 0.07. Berdasarkan perhitungan akurasi yang dilakukan dengan confusion matrix, akurasi tertinggi yang didapatkan sebesar 53% pada hidden neuron 33, learning rate = 0.07, dan data uji fold IV. Berdasarkan hasil pengujian tersebut, dapat disimpulkan bahwa ekstraksi ciri morfologi dan BPNN berhasil diterapkan pada klasifikasi jenis tumbuhan jambu air, namun ekstraksi ciri morfologi belum mampu mengambil pola dari tulang daun karena ciri yang diekstraksi belum detail