| dc.description.abstract | Jati Belanda adalah salah satu tumbuhan yang biasa digunakan untuk pengobatan tradisional dan herbal. Daun Jati Belanda mengandung senyawa aktif yang berkhasiat sebagai antioksidan. Warna daun dapat digunakan sebagai faktor penentu kandungan senyawa aktif yang terdapat di dalamnya. Secara umum kualitas senyawa aktif dapat diukur menggunakan metode uji kimia. Uji kimia mempunyai beberapa kekurangan. Uji kimia merusak objek penelitian, memerlukan waktu dan sumber daya yang relatif banyak. Pengolahan citra digital mampu mengatasi kekurangan uji kimia. Penggunaan metode pengolahan citra digital tidak hanya mampu menyediakan informasi pigmen dan senyawa aktif, tetapi juga mampu menyediakan informasi usia dari daun tanaman Jati Belanda. Tujuan penelitian ini adalah menduga/mengestimasi nilai reflectance menggunakan transformasi wavelet, menduga kandungan pigmen penting dan menentukan usia daun tanaman Jati Belanda. Penelitian ini menggunakan 3 buah proses besar yaitu: estimasi spektrum reflectance, penentuan usia daun dan kandungan pigmen penting pada daun Jati Belanda. Proses estimasi spektrum reflectance membentuk model reflectance daun tanaman obat yang terbaik berdasarkan kriteria kesalahan terkecil dan kemiripan terbesar. Model reflectance daun tanaman obat digunakan untuk menentukan spektrum reflectance dari citra daun Jati Belanda. Model reflectance terbaik dibentuk oleh beberapa komponen. Transformasi wavelet menyediakan informasi penting yang terdapat pada komponen spektrum reflectance. Wavelet yang digunakan adalah Haar, Daubechies dan symlet. Model polinomial digunakan untuk mengolah komponen data citra digital sehingga membentuk model estimasi reflectance terbaik. Spektrum estimasi dari citra daun Jati Belanda digunakan untuk membentuk kadar cahaya serapan (absorbance) dan menentukan usia dari daun Jati Belanda. Usia daun Jati Belanda diperoleh mengunakan metode klasifikasi Probabilistic Neural Network (PNN). 5-fold cross validation membagi data menjadi data latih dan data uji untuk membentuk model klasifikasi yang baik. Dataset 276 daun tanaman obat, penerapan transformasi wavelet Haar level 3 dan penerapan model polinomial orde 1 mampu membentuk model estimasi reflectance terbaik. Kesalahan estimasi model estimasi reflectance sebesar 3.89 dengan kemiripan 0.99 yang tergolong baik. Penentuan usia menggunakan PNN menghasilkan nilai akurasi sebesar 73.50 % | id |
