Uji Keandalan Metode Ekstraksi Fitur Single Channel Cooccurence Matrix dengan Menerapkan Kamera yang Berbeda pada Klasifikasi Jenis Alpukat

Abstract

Tanaman buah alpukat merupakan tanaman yang termasuk ke dalam family Lauraceae. Jumlah varietas alpukat yang relatif banyak menimbulkan permasalahan sulitnya membedakan satu jenis tanaman alpukat dengan jenis lainnya. Salah satu cara untuk membedakan tumbuhan alpukat yaitu dengan melihat karakteristik dari daunnya. Namun demikian karakteristik satu jenis daun alpukat dengan jenis yang lain memiliki kemiripan yang tinggi, sehingga masyarakat awam sulit untuk membedakan beberapa jenis tanaman alpukat jika dilihat dari daun nya saja. Dengan metode Machine Learning memungkinkan sistem dapat mengenali sebuah citra dengan membuat suatu model algoritma yang dapat memprediksi. Penelitian ini merupakan penelitian lanjutan dari penelitian yang sudah ada sebelumnya yaitu mengklasifikasikan citra daun menggunakan metode Single Channel Coocurence Matrix pada kanal warna V pada ruang warna YUV dengan menerapkan 4 kamera yang berbeda. Penelitian sebelumnya sudah menghasilkan model klasifikasi dengan tingkat akurasi yang memuaskan. Namun demikian penelitian tersebut masih belum bisa membuktikan jika pengujian dilakukan menggunakan kamera yang berbeda apakah masih baik dalam mengenali jenis tumbuhan alpukat. Penelitian menggunakan metode klasifikasi SVM (Support Vector Machine) dalam mengklasifikasikan jenis tumbuhan alpukat memperoleh hasil yang baik dari semua kamera yang digunakan, dan akurasi paling baik terdapat pada kamera pertama dengan perolehan nilai akurasi sebesar 100%.