ABSTRAKSI: Aglonema atau Sri Rejeki termasuk famili Araceae, merupakan tanaman wisma sari yang indah, yang mempunyai nilai ekonomis tinggi. Masing-masing jenis tanaman Aglonema memiliki karakteristik sendiri-sendiri, dimana terdapat perbedaan dari segi bentuk dan juga warna dari citra daun aglonema tersebut. Namun, bagi orang yang tidak mengetahui persis ciri dari masing-masing tanaman aglonema ini akan menemui kesulitan untuk membedakan jenisnya. Akibatnya, bisa terjadi kesalahan bagi konsumen saat membeli tanaman aglonema dikarenakan ketidaktahuan atau kekeliruan dalam menentukan jenis tanaman aglonema. Hal ini tentu saja berdampak besar bagi konsumen, karena selisih harga dari masing-masing daun tanaman aglonema bisa terpaut sangat jauh.
Tugas akhir ini bertujuan untuk menghasilkan suatu alat bantu yang dapat mengenali citra daun tanaman Aglonema dan mengklasifikasikan jenis daun tersebut serta menganalisis performansi dengan menggunakan analisis bentuk (struktur) dan warna yang digunakan.
Secara umum, sistem pengklasifikasian daun berdasarkan citra daun ini terdiri dari dua bagian utama, yaitu bagian pertama ekstraksi ciri menggunakan analisis warna yaitu melakukan perhitungan presentase warna merah dan presentase warna hijau pada masing-masing jenis daun tanaman Aglonema dan analisis bentuk (struktur) yaitu menghitung rasio perbandingan diameter panjang dan lebar daun. Sedangkan bagian kedua yaitu klasifikasi ciri menggunakan metode K-Nearest Neighbors (KNN) .
Secara manual adalah 100% untuk data latih dan 82.2 % untuk data uji. Sedangkan pada tahapan pengujian yang dilakukan secara otomatis didapat nilai akurasi sebesar 100% untuk data latih dan 70% untuk data uji. Dari hasil pengujian dengan ekstraksi ciri diperoleh tingkat akurasi pengklasifikasian daun yang dilakukanKata Kunci : Analisis warna dan bentuk, K-Nearest Neighbors (KNN),Pengolahan citra.ABSTRACT: Aglonema or Sri Rejeki including family Araceae, a plant extract that lovely guesthouse, which has high economic value. The beauty of this Aglonema plant located in the color composition contained in the leaves where each leaf has its own shape and color. Each type of plant Aglonema has its own characteristics, where there are differences in terms of shapes, forms and colors of the image Aglonema tersebut.Namun leaves, for people who do not know the exact characteristics of each of these Aglonema plant will find it difficult to distinguish type.As a result, errors can happen for consumers when purchasing Aglonema plants due to ignorance or a mistake in determining the types of plants that will Aglonema purchased. This is of course a big impact for consumers, because the difference in price of each Aglonema leaves of plants can be very much adrift.
This final project aims to produce a tool that can recognise plant leaves Aglonemma image and classify the types of leaves and analyzes performance using analytical form (structure) and the colors used.
In general, the classification system based on image leaf leaves consists of two main parts, namely the first part feature extraction using color analysis is to calculate the percentage of red and green colors on the percentage of each type of plant leaves Aglonema and analysis of the form (structure) is calculated diameter ratio of length and width of leaves. While the second part of the classification of features using K-Nearest Neighbors (KNN).
From the results of testing with the extraction of features using color and structure analysis obtained manually classification accuracy rate of leaf is 100% for training data and 82.2% for test data. While for the results of testing obtained otomatic classification accuracy rate of leaf is 100% for training data and 70% for test data.Keyword: color and shape analysis, K-Nearest Neighbors (KNN), image processing.