Klasifikasi Jenis Mangga Berdasarkan Tekstur Daun Menggunakan Metode Support Vector Machine dengan Ekstraksi Fitur Lbp dan Gabor Filter

Abstract

mangga termasuk komoditas tanaman buah-buahan terbanyak ketiga di Indonesia setelah pisang dan nanas, dengan produksi mencapai 3.302.620 ton di tahun 2023. Banyaknya produksi tanaman mangga tentunya juga berbanding lurus dengan bervariasinya jenis mangga di Indonesia. Minimnya pengetahuan masyarakat tentang pohon mangga, menyebabkan Sebagian besar Masyarakat mengalami kekecewaan terhadap pohon mangga yang ditanam karena tidak sesuai keinginan yang diharapkan. Machine Learning sebagai teknologi yang sering digunakan untuk pengembangan riset, membantu peneliti dalam menganalisa citra daun mangga sebagai objek klasifikasi. Metode ekstraksi fitur yang digunakan dalam mengidentifikasi daun mangga adalah metode Local Binary Pattern (LBP) dan Gabor Filter. Penggabungan antara metode LBP dan Gabor juga dilakukan untuk mengoptimalkan ekstraksi fitur pada daun mangga. Dataset yang digunakan berjumlah 450 data citra dengan 3 kelas jenis mangga, yangmana masing-masing kelas berjumlah 150 data citra. Hasil penelitian menunjukkan bahwa model dari gabungan LBP dan Gabor filter mampu mengidentifikasi jenis daun mangga yang dibuktikan dengan nilai akurasi sebesar 94.4% pada skema data 80:20.