ANALISIS TEKSTUR CITRA ANATOMI STOMATA UNTUK KLASIFIKASI FREYCINETIA MENGGUNAKAN K-NEAREST NEIGHBOR

Abstract

Klasifikasi jenis Freycinetia dilakukan untuk mengetahui nilai potensial dan kegunaan serta penyebaran koleksi plasma nutfah pada keberadaan sumberdaya hayati. Ciri anatomi stomata dapat digunakan' untuk mendukung ciri morfologi dalam proses klasifikasi jenis, khususnya pada kasus spesimen yang memiliki ciri morfologi yang tidak lengkap. Penelitian ini menggunakan citra digital anatomi stomata yang dianalisis berdasarkan tekstur untuk mengetahui pola yang akan diklasifikasikan ke dalam jenis Freycinetia menggunakan KNearest Neighbor (K-NN). Metode analisis tekstur bertujuan untuk mendapatkan ciri atau fitur pada citra grayscale berupa nilai entropi, kontras, energi, homogenitas, skala keabuan, dan standar deviasi, sedangkan pada citra warna diambil unsur warna red, green, dan blue. Hasil ekstraksi ciri digunakan sebagai input bagi K-NN untuk klasifikasi data baru berdasarkan jarak terdekat ke sejumlah data latih. Data citra anatomi stomata yang digunakan sebanyak 96 data, terdiri atas 80 data latih dan 16 data uji. Jenis Freycinetia terdiri atas empat jenis Freycinetia. yaitu Freycinetia angustifolia, Freycinetia imbricata, Freycinetia javanica, dan Freycinetia sumatrana. Hasil penelitian menunjukkan tingkat akurasi sebesar 86,46% untuk nilai fitur tanpa proses transformasi data dan 94,79% untuk nilai fitur dengan proses transformasi data. Sistem ini diharapkan dapat menjadi alat bantu untuk menunjang proses identifikasi jenis di bidang taksonomi