KLASIFIKASI TANAMAN AGLAONEMA MENGGUNAKAN FITUR EKSTRAKSI GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR

Tanamam aglaonema memiliki banyak jenis, banyaknya jenis aglaonema baru dari hasil persilangan para botanis menyebabkan pecinta aglaonema masih sulit untuk mengidentifikasi beberapa jenis aglaonema. Dalam mengenali jenis tanaman aglaonema ini harus memiliki pengetahuan tentang ciri setiap jenis tanaman aglaonema. Namun bagi orang – orang awam yang tidak mengetahui persis ciri dari jenis tanaman aglaonema ini akan menemkan kesulitan untuk membedakan jenisnya dan dapat menyebabkan terjadinya kesalahan karena terdapat kemiripan dari corak dan warna. Melihat dari permasalahan yang ada, maka dari itu dalam penelitian kali ini penulis ingin membuat sistem pengklasifikasian tanaman aglaonema menggunakan ekstraksi fitur GLCM dan metode K-Nearest Neighbour. Tahap penelitian dimulai dengan pengumpulan citra daun tanaman aglaonema. Selanjutnya ekstraksi fitur dengan menggunakan fitur Gray Level Co-occurrence Matrix (GLCM). Tahap selanjutnya melakukan klasifikasi menggunakan metode K-Nearest Neighbour. Hasil dari klasifikasi akan dihitung tingkat akurasinya dan membandingkan hasil akurasi dengan mengubah arah sudut pada GLCM