Classification of Edelweiss Flowers Using Data Augmentation and Linear Discriminant Analysis Methods
DOI:
https://doi.org/10.37385/jaets.v4i1.960Keywords:
Edelweiss Flowers, Data Augmentation, Linear Discriminant AnalysisAbstract
Edelweiss is a plant that grows at a height, and is known as a perennial flower because it has beautiful petals and does not wilt easily. Although edelweiss in Indonesia is still in the same family as Leontopodium Alpinum, it turns out that the type of edelweiss found in the mountains of Indonesia is different from edelweiss found abroad. Therefore, in this study, an image processing system was developed that can classify the types of edelweiss flowers based on their image using Linear Discriminant Analysis to classify data into several classes based on the boundary line (straight line) obtained from linear equations. In this study, the types of edelweiss flowers used in this study were Anaphalis Javanica and Leontopodium Alpinum, the two types of edelweiss flowers were distinguished based on their color characteristics using hue and saturation values. The images used are 1500 images for training data and 450 test data images with a training and test data ratio of 70:30, so that the accuracy produced in the testing process is 99.77% in the Linear Discriminant Analysis method.
Downloads
References
Antoko, T. D., Ridani, M. A., & Minarno, A. E. (2021). Klasifikasi Buah Zaitun Menggunakan Convolution Neural Network. Komputika: Jurnal Sistem Komputer, 10(2), 119-126.5.
Fadillah, R. Z., Irawan, A., & Susanty, M. (2021). Data Augmentasi Untuk Mengatasi Keterbatasan Data Pada Model Penerjemah Bahasa Isyarat Indonesia (BISINDO). Jurnal Informatika, 8(2), 208-214.
Hanafi, M. H., Fadillah, N., & Insan, A. (2019). Optimasi Algoritma K-Nearest Neighbor untuk Klasifikasi Tingkat Kematangan Buah Alpukat Berdasarkan Warna. IT Journal Research and Development, 4(1), 10-18.
Harahap, R. N., & Muslim, K. (2018). Peningkatan Akurasi Pada Prediksi Kepribadian MBTI Pengguna Twitter Menggunakan Augmentasi Data. Teknologi Informasi dan Ilmu Komputer, 815-822.
Hashari, I., Hidayat, B., & Arif, J. (2018). Identifikasi Fosil Gigi Geraham Manusia Berbasis Pengolahan Citra Digital Dengan Metode Gabor Wavelet Dan Klasifikasi Linier Dicriminant Analysis (LDA). eProceedings of Engineering, 5(2).
Husein, A. M., & Harahap, M. (2017). Penerapan Metode Distance Transform Pada Kernel Discriminant Analysis Untuk Pengenalan Pola Tulisan Tangan Angka Berbasis Principal Component Analysis: Penerapan Metode Distance Transform Pada Kernel Discriminant Analysis Untuk Pengenalan Pola Tulisan Tangan Angka Berbasis Principal Component Analysis. Sinkron: jurnal dan penelitian teknik informatika, 2(2), 31-36.
Kartika Wisnudhanti, F. C. (2020). Metode Convolutional Neural Network Dalam Klasifikasi Citra Tiga Tokoh Wayang Pandawa. 7(2018), 1–5.
Kiswantoro, A., & Susanto, D. R. (2021). Strategi Pengembangan Desa Wonokriti Sebagai Desa Wisata Edelweis Di Kawasan Taman Nasional Bromo Tengger Semeru. Journal of Tourism and Economic, 4(2), 119-134.
Martin, K., & Susandi, D. (2022). Perancangan dan Implementasi Sistem Irigasi Kabut Otomatis Tanaman Edelweis Menggunakan Mikrokontroler Arduino Uno. ikraith-informatika, 6(1), 57-66.
Nana, N., Mulyana, D. I., Akbar, A., & Zikri, M. (2022). Optimasi Klasifikasi Buah Anggur Menggunakan Data Augmentasi dan Convolutional Neural Network. Smart Comp: Jurnalnya Orang Pintar Komputer, 11(2), 148-161.
Naufal, M. F., & Kusuma, S. F. (2021). Pendeteksi Citra Masker Wajah Menggunakan CNN dan Transfer Learning. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 8(6), 1293-1300.
Nurhalimah, N., Wijaya, I. G. P. S., & Bimantoro, F. (2020). Klasifikasi Kain Songket Lombok Berdasarkan Fitur GLCM dan Moment Invariant Dengan Teknik Pengklasifikasian Linear Discriminant Analysis (LDA). Jurnal Teknologi Informasi, Komputer, dan Aplikasinya (JTIKA), 2(2), 173-183.
Pratama, A. S. S., Wibawa, A. P., & Handayani, A. N. (2022). Convolutional Neural Network (Cnn) Untuk Menentukan Gagrak Wayang KULIT. Mnemonic: Jurnal Teknik Informatika, 5(2), 98-102.
Pradika, S. I., Nugroho, B., & Puspaningrum, E. Y. (2020, November). Pengenalan Tulisan Tangan Huruf Hijaiyah Menggunakan Convolution Neural Network Dengan Augmentasi Data. In Prosiding Seminar Nasional Informatika Bela Negara (Vol. 1, pp. 129-136).
Prasetiyanto, A. E., Kusrini, K., & Hartanto, A. D. (2022, February). Analisis Review Siswa Selama Pembelajaran pada Masa Pandemi Menggunakan Metode Topic Modelling LDA. In STAINS (SEMINAR NASIONAL TEKNOLOGI & SAINS) (Vol. 1, No. 1, pp. 241-246).
Putra, I. M. K. B. (2017). Analisis topik informasi publik media sosial di surabaya menggunakan pemodelan latent dirichlet allocation (LDA) (Doctoral dissertation, Institut Teknologi Sepuluh Nopember).
Ramdhani, Y. (2015). Komparasi Algoritma LDA Dan Naïve Bayes Dengan Optimasi Fitur Untuk Klasifikasi Citra Tunggal Pap Smear. Jurnal Informatika, 2(2)..
Sanjaya, J., & Ayub, M. (2020). Augmentasi Data Pengenalan Citra Mobil Menggunakan Pendekatan Random Crop, Rotate, dan Mixup. Jurnal Teknik Informatika dan Sistem Informasi, 6(2).
Sentosa, E., Mulyana, D. I., Cahyana, A. F., & Pramuditasari, N. G. (2022). Implementasi Image Classification pada Batik Motif Bali dengan Data Augmentation dan Convolutional Neural Network. Jurnal Pendidikan Tambusai, 6(1), 1451-1463.
Sinulingga, S., Fatichah, C., & Yuniarti, A. (2016). Pengenalan Wajah Menggunakan Two Dimensional Linear Discriminant Analysis Berbasis Optimasi Feature Fusion Strategy. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 3(1), 1-11.
Solihin, A., Mulyana, D. I., & Yel, M. B. (2022). Klasifikasi Jenis Alat Musik Tradisional Papua menggunakan Metode Transfer Learning dan Data Augmentasi. Jurnal SISKOM-KB (Sistem Komputer dan Kecerdasan Buatan), 5(2), 36-44.
CITEDNESS IN SCOPUS
CITEDNESS IN WOS
