Klasifikasi Jenis Bawang Menggunakan Metode K-Nearest Neighbor Berdasarkan Ekstraksi Fitur Bentuk dan Tekstur

Abstract

Bawang merupakan tumbuhan penting bagi manusia yang termasuk dalam Genus Allium. Umbi, daun, atau bunga bawang dimanfaatkan sebagai sayuran atau sebagai rempah-rempah, tergantung bagaimana kita memandangnya. Memilih jenis bawang berdasarkan ciri – ciri sangatlah mudah dilakukan oleh manusia tetapi tidak mudah dilakukan oleh komputer. Penelitian ini bertujuan untuk klasifikasi jenis bawang dengan menerapkan metode K-Nearest Neighbor (KNN) berdasarkan ekstraksi fitur bentuk dan tekstur. Dari ektrstraksi fitur bentuk menggunanakan parameter metric dan eccentricity. Pada ekstraksi fitur tekstur menggunakan parameter contrast, correlation, energy, dan homogeneity. Dari ekstraksi fitur tersebut akan didapatkan 6 parameter yang digunakan untuk proses klasifikasi. Data yang digunakan dalam penelitian ini ada 5 jenis bawang yaitu bawang dayak, bawang merah, bawang bombai, bawang putih, dan bawang lanang dengan masing-masing bawang 10 citra dan jumlah data keseluruhan adalah 50 citra. Hasil evaluasi pengujian sebanyak 5 kali secara keseluruhan dapat dilihat bahwa dengan pengujian 50% dari 50 citra bawang dihasilkan akurasi sebesar 84% dengan menggunakan k3, k5, dan k7. Rata-rata akurasi penggunaan nilai k  pada 5 kali pengujian yang terbaik yaitu pada k7 dengan akurasi 83.13%, sedangkan rata-rata akurasi berdasarkan 5 kali pengujian terbaik dan penggunaan k terbaik dihasilkan sebesar 83.56%.