Pengenalan Citra Bunga Menggunakan Segmentasi Otsu Treshold dan Naïve Bayes

Abstract

Bunga merupakan salah satu bagian tumbuhan yang mempunyai warna mencolok dibanding batang kayu dan daun. Bunga merupakan salah satu fitur penting dalam proses pengenalan objek. Proses pengenalan objek pada segmentasi digital sangat penting untuk memisahkan antara background dan foreground dari sebuah citra. Hal ini bertujuan untuk mendapatkan fitur-fitur yang dibutuhkan. Citra bunga pada penelitian ini memiliki kompleksitas gambar cukup sulit karena ada daun dan batang pohon di sekeliling gambar bunga tersebut. Oleh Karena itu, dalam penelitian ini segmentasi yang diusulkan menggunakan Otsu Treshold sebagai metode untuk memisahkan foreground dan background. Proses segmentasi sangat menentukan untuk mendapatkan fitur bentuk berupa area, eccentricity, dan perimeter. Hasil kalkulasi dari fitur-fitur tersebut akan diklasifikasi menggunakan algoritma Naive Bayes dengan menggunakan 120 citra bunga dari dataset 17 flower. Dataset tersebut akan dibagi menjadi data tes dan data training, dan menggunakan cross validasi (k=10). Hasil dari klasifikasi menggunakan Naive Bayes mendapatkan tingkat akurasi yang lebih tinggi sebesar 99.168% dengan relative absolute error sebesar 8.0937% dibandingkan dengan penelitian sebelumnya sebesar 83.83%.