Klasifikasi Tanaman Herbal Berdasarkan Tekstur Daun Menggunakan Backpropagation Berbasis Citra

Abstract

Indonesia memiliki sekitar 30.000 dari total 40.000 jenis tanaman herbal dunia, menjadikannya negara dengan jumlah tanaman herbal terbanyak kedua setelah Brazil. Tanaman herbal telah lama digunakan dalam pengobatan tradisional karena manfaat alaminya. Namun, pemanfaatan tanaman herbal di Indonesia masih terbatas akibat kurangnya pemahaman masyarakat. Penelitian ini bertujuan meningkatkan pemanfaatan tanaman herbal dengan mengklasifikasikan jenis tanaman berdasarkan tekstur daun menggunakan backpropagation. Ekstraksi ciri tekstur dilakukan dengan metode GLCM menggunakan empat fitur utama: contrast, correlation, energy, dan homogenity. Data penelitian terdiri dari 200 citra, masing-masing 10 sampel dari 20 jenis tanaman herbal yaang digunakan. menggunakan jaringan saraf tiruan dengan algoritma backpropagation. Evaluasi kinerja dilakukan dengan confusion matrix untuk menguji akurasi prediksi. Dengan 160 data latih dan 40 data uji, serta konfigurasi jaringan dengan 10 hidden layer, pelatihan sebanyak 5000 epoch, dan learning rate 0,01, diperoleh akurasi tertinggi 85% dan rata-rata 80,5%. Hasil menunjukkan model backpropagation mencapai akurasi baik dalam klasifikasi jenis tanaman herbal.