Klasifikasi Tanaman Obat menggunakan Multiclass Support Vector Machine Berbasis Android = Classification of Medicinal Plants using Multiclass Support Vector Machine based on Android

Pemanfaatan tanaman sebagai obat sejak dulu diminati oleh masyarakat desa, hal itu ditandai dengan banyaknya tempat pengobatan tradisional serta banyak beredar produk obat tradisional di tengah-tengah masyarakat, yang biasa disebut herbal. Karena banyaknya jumlah dan jenis tanaman obat, sehingga pengenalan otomatis tanaman obat akan membantu masyarakat untuk meningkatkan pengetahuan tentang tanaman obat. Oleh karena itu, tujuan dari penelitian ini adalah merancang sistem klasifikasi tanaman obat menggunakan Multiclass Support Vector Machine berbasis android. Penelitian ini menggunakan 10 jenis tanaman obat yang sering dijumpai dalam kehidupan masyarakat, dengan data input berupa citra daun tanaman obat yang diambil langsung dilapangan dengan kamera smartphone. Sebanyak 1800 data dibagi menjadi 1440 untuk proses latih dan 360 untuk proses uji. Ekstraksi fitur yang digunakan adalah fitur bentuk, fitur warna, dan fitur tekstur. Adapun hasil dari penelitian ini adalah klasifikasi tanaman obat dengan menggunakan metode multiclass SVM dengan akurasi yang baik yakni 97%. Parameter yang digunakan yakni kernel RBF, Cost (C) = 1000 dan gamma = 0.01 yang diperoleh dari Grid Search, dan metode multi kelas OAA (One Against All). Kemudian model yang dihasilkan diimplementasi kedalam sistem berbasis android dengan hasil akurasi yang didapatkan sebesar 92%. Namun agar sistem dapat memperbaiki performa dalam mengklasifikasi tanaman obat dan mengklasifikasi yang bukan tanaman obat pada sistem ditetapkan threshold 55%, sehingga didapatkan akurasi sistem yakni 94%.

Kata Kunci: tanaman obat, ekstraksi fitur, svm, multikelas, android