| dc.description.abstract | Taksonometri atau taksonomi numerik merupakan cabang dari ilmu taksonomi yang menggunakan metode kuantitatif dengan bantuan teknologi komputasi untuk melakukan identifikasi dan klasifikasi organisme. Karakter morfologi daun sebagai organ vegetatif tumbuhan diketahui memiliki pola tertentu yang memperlihatkan keteraturan, sehingga dapat dikelompokkan secara sistematis. Penelitian ini menggunakan 126 data spesimen daun kelas Magnoliopsida yang terdiri atas 21 family, 17 ordo, dan 4 subclass untuk membentuk tiga model taksonometri dengan metode SOM Kohonen. Identifikasi dilakukan terhadap 16 karakter primer morfologi daun. Model taksonometri family, ordo, dan subclass dibentuk dengan neuron output masingmasing berjumlah 21, 17, dan 4 neuron, sesuai dengan banyaknya setiap tingkatan taksa. Data latih dan data uji dibentuk dengan metode 3-fold cross validation. Fungsi jarak yang digunakan adalah Mahalanobis, dengan jumlah iterasi maksimum, laju pembelajaran awal (ai) dan lebar tetangga awal (di) yang telah ditentukan. Dari evaluasi terhadap Indeks Davies-Bouldin (IDB) diperoleh model taksonometri family terbaik dengan di bernilai 10 dan ai bernilai 0.9, taksonometri ordo dengan di bernilai 5 dan ai bernilai 0.9, dan taksonometri subclass dengan di bernilai 3 dan ai bernilai 0.5. Evaluasi cluster precision (CP) dan recall (CR) menghasilkan rata-rata CP dan CR dari ketiga model taksonometri sebesar 0.629 dan 0.644. Nilai ini menggambarkan adanya variasi morfologi daun yang cukup tinggi pada kelas Magnoliopsida. Representasi pengetahuan menunjukkan adanya konsistensi pada hasil taksonometri ketiga model tersebut, sehingga SOM Kohonen terbukti dapat digunakan untuk analisis taksonometri terhadap karakter morfologi daun. Dapat disimpulkan pula bahwa karakter morfologi daun memberikan hasil yang prospektif untuk digunakan sebagai salah satu cara dalam identifikasi dan pengelompokan tumbuhan. Kata kunci : analisis taksonometri, cluster, SOM Kohonen, morfologi daun, jarak Mahalanobis, Indeks Davies-Bouldin | id |
