Penerapan Algoritma Random Forest untuk Klasifikasi Jenis Daun Herbal

Abstract

Abstrak

Indonesia memiliki potensi yang besar dalam penyediaan sumberdaya tumbuhan obat atau tanaman herbal yang dapat dimanfaatkan dengan baik sebagai media pengobatan tradisonal. Obat tradisional merupakan warisan lama turun temurun dari zaman dahulu, baik itu dalam bentuk ramuan maupun jamu. Tanaman obat merupakan spesies tanaman yang dipercaya sebagai obat alami tanpa kandungan kimia. Akan tetapi masih minimnya pengetahuan masyarakat mengenai jenis – jenis tanaman herbal. Oleh karena itu penelitian ini bertujuan untuk Klasifikasi Jenis Daun Herbal menggunakan Random Forest berdasarkan fitur HOG. Citra yang telah dipisah antara data latih dan data uji di ubah menjadi greyscale dan di resize menjadi 816x612 piksel, kemudian citra di ekstraksi menggunakan fitur HOG sehingga menghasilkan vektor sepanjang 1x3168. Algoritma Random Forest yang digunakan untuk klasifikasi daun herbal memiliki akurasi keseluruhan sebesar 85,33%.

 Kata kunci: Daun, Herbal, HOG, Random Forest

Abstract

Indonesia has great potential in providing medicinal plant resources or herbal plants that can be used properly as a traditional medicine. Traditional medicine is an old heritage handed down from ancient times. Medicinal plants are plant species that are believed to be natural medicines without chemical ingredients. However, there is still a lack of public knowledge about the types of herbal plants. Therefore, this study aims to Classify Herbal Leaf Types using Random Forest based on the HOG feature. The image that has been separated between the training data and testing data is converted to greyscale and resized to 816x612 pixels, then the image is extracted using the HOG feature and produce 1x3168 vector. The Random Forest algorithm used for herbal leaf classification has an overall accuracy of 85.33%.

 Keywords : Herb, HOG, Leaf, Random Forest