ABSTRAKSI: Tanaman hias dibedakan menjadi dua jenis, yaitu tanaman hias berdasarkan bunganya dan tanaman hias berdasarkan daunnya. Akan sangat mudah untuk membedakan tanaman hias bunga seperti bunga anggrek, bunga mawar, bunga sepatu, dan lainnya. Namun tidak untuk tanaman hias daun. Salah satu tanaman hias daun yang sulit untuk dibedakan melalui kasat mata adalah tanaman hias alocasia. Tanaman hias alocasia itu sendiri mempunyai berbagai macam jenis seperti alocasia cuprea, alocasia amazonia, alocasia aurora, alocasia silveria, dan lainnya.
Pada Tugas Akhir ini telah dibuat suatu aplikasi untuk menganalisis dan mengklasifikasi alocasia melalui bentuk dan warna daunnya. Dimana daun dari aloasia digunakan sebagai data uji dan data latih. Pada Tugas Akhir ini digunakan metode ekstraksi ciri wavelet. Pada transformasi wavelet akan dilakukan proses dekomposisi ekstraksi ciri dan pada metode Jaringan Saraf Tiruan Self Organizing Maps (SOM) akan dilakukan restorasi citra untuk mengklasifikasikan dan mengelompokkan jenis-jenis tanaman hias alocasia yang digunakan sebagai sampel
Hasil yang telah dicapai dalam pengklasifikasian alocasia adalah dengan akurasi 98% dengan waktu komputasi rata-rata 12,57 detik dengan pengambilan gambar secara vertikal dan horizontal, dan semuanya sudah ada di database yaitu sebanyak 300 data citra yang digunakan sebagai citra uji.
Kata Kunci : Identifikasi tanaman hias Alocasia, Transformasi wavelet, JST-SOM
ABSTRACT: Ornamental plants can be divided into two types, namely ornamental plants based on flower and based on leaves. It would be very easy to distinguish the plants, but not to ornamental plants leaves. One of the leaves of ornamental plants that are difficult to distinguish by naked eye is an ornamental plant Alocasia. Ornamental plants Alocasia it self has a variety of types.
In this final project has been made an application to analyze and classify Alocasia through shape and color of leaves. Where the leaves of alocasia being used as test data and training data. In this Final project used wavelet for feature extraction method. On the wavelet transform, process of decomposition will be carried out on the method for feature extraction and Neural Networks Self Organizing Maps (SOM), the image restoration process will be carried out to classify and categorizethe types of plantsthose are used as ornamental Alocasia sample.
The results that have been achieved in the classification of Alocasia is an accuracy of 98% with an average computation time 12,57 seconds with image captured vertically and horizontally to the photo with the distance, the slope, background, the light is exactly the same and everything is already in the database.
Keyword: Identification of ornamental plant of Alocasia, wavelet transform, JST