Pengetahuan tentang obat tradisional yang masih rendah, menyebabkan sulitnya pemanfaatan tanaman obat tradisional oleh masing-masing orang. Tanaman obat tradisional yang mencapai ribuan jenisnya, juga sulit untuk di identifikasi. Sehingga untuk mengidentifikasi tanaman tersebut, Orang awam membutuhkan buku panduan, literature, atau mendatangkan pakar. Para pakarpun tentunya masih menggunakan alat bantu manual sebagai pendukung yang akan menjadikan proses identifikasi sulit dan lama. Maka dibutuhkan sistem identifikasi secara otomatis menggunakan teknologi image processing supaya proses identifikasi menjadi lebih mudah, tepat, akurat dan efisien.
Permasalahan penelitian ini adalah (1) Bagaimana mengenali jenis daun tanaman oba ttradisional berdasarkan teksturnya? (2) Bagaimana cara menerapkan metode GLCM (Gray Level Co-occurrence Matrix) untuk pengolahan citra ekstraksi ciri dan metode KNN (K- Nearest Neighbors) untuk menentukan jenis daun tanaman obat tradisional?
Penelitian ini menggunakan metode GLCM untuk ekstraksi ciri dan KNN untuk proses identifikasi jenis daun tanaman obat tradisional. Sebelum dilakukan pengenalan, file citra dilakukan preprocessing terlebih dahulu. Proses tersebut meliputi resize dan grayscale. Setelah itu pengambilan nilai ekstraksi ciri berdasarkan tekstur daunnya menggunakan metode GLCM yang mengacu pada warna aslinya grayscale.
Dari hasil pengujian yang dilakukan pada aplikasi ini, hasil untuk citra jenis daun tanaman obat dari 4 jenis daun tanaman obat diperoleh dengan jumlah data pelatihan sebanyak 80 citradaun dan data uji coba sebanyak 40 citra dengan nilai K=3 memperoleh persentase 95%. Dari hasil pengujian yang dilakukan dapat disimpulkan bahwa metode GLCM dan KNN dapat digunakan untuk mengidentifikasi daun tanaman obat tradisional pada citra digital.
Jayanti, E. F. 2017. Implementasi Kriptografi Dan Steganografi Pada Media Gambar Menggunakan Metode Hill Cipher Dan Least Significant Bit (Lsb). Skripsi. Lampung: Universitas Lampung.
Masyud. 2010. Lokakarya Nasional Tumbuhan Obat Indonesia 2010.http://www.dephut.go.id/index.php?q=id/node/6603 diunduh 21 Oktober 2017
Prasetyo, E. 2012. Data Mining – Mengolah Data menjadi Informasi menggunakan Matlab. Yogyakarta: ANDI
Widyaningsih, M. 2016. Identifikasi Kematangan Buah Apel dengan Gray Level Co-occurrence Matrix (GLCM). Jurnal Saintekom, 6 (1): 71-88.