Optimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem Identifikasi Tumbuhan Obat Berbasis Citra

Franki Yusuf Bisilisin, Yeni Herdiyeni, Bib Paruhum Silalahi

Abstrak

Teknologi identifikasi pada penelitian ini diperlukan untuk mempercepat proses identifikasi spesies tumbuhan obat berupa data citra digital. Penelitian ini membangun sistem identifikasi tumbuhan obat menggunakan teknik clustering. Teknik clustering digunakan untuk mengelompokkan data citra sesuai dengan spesies tumbuhan obat. Penelitian ini bertujuan melakukan optimasi k-means clustering menggunakan metode particle swarm optimization (PSO). Metode PSO digunakan untuk mengatasi kelemahan pada metode clustering tradisional yaitu pemilihan pusat cluster awal dan solusi lokal. Proses ekstraksi fitur menggunakan fuzzy local binary pattern (FLBP) untuk merepresentasikan tekstur dari citra. Implementasi program menggunakan bahasa pemrograman C++. Analisis clustering dilakukan untuk 30 spesies tumbuhan obat yang ada di Indonesia dengan jumlah 48 citra masing-masing spesies. Pengukuran kualitas clustering menggunakan nilai quantization error dan akurasi. Hasil yang diperoleh menunjukkan metode PSO mampu meningkatkan kinerja dari metode k-means clustering dalam proses identifikasi tumbuhan obat.

Kata kunci: fuzzy local binary pattern, k-means clustering, particle swarm optimization, tumbuhan obat

Penulis

Franki Yusuf Bisilisin
Yeni Herdiyeni
yeni_herdiyeni@ipb.ac.id (Kontak utama)
Bib Paruhum Silalahi
Author Biographies

Franki Yusuf Bisilisin, Institut Pertanian Bogor

Departemen Ilmu Komputer

Yeni Herdiyeni, Institut Pertanian Bogor

Departemen Ilmu Komputer

Bib Paruhum Silalahi, Institut Pertanian Bogor

Departemen Matematika
BisilisinF. Y., HerdiyeniY., & SilalahiB. P. (2017). Optimasi K-Means Clustering Menggunakan Particle Swarm Optimization pada Sistem Identifikasi Tumbuhan Obat Berbasis Citra. Jurnal Ilmu Komputer Dan Agri-Informatika, 3(1), 37-46. https://doi.org/10.29244/jika.3.1.37-46
Copyright and license info is not available

Rincian Artikel

Pengembangan Sistem Ontologi untuk Morfologi Tumbuhan Obat

Hani Zulfia Zahro, Yeni Herdiyeni, Irman Hermadi
Abstract View : 2387
Unduh :2929