Integrasi PCA dan KNN Untuk Klasifikasi 5 Jenis Citra Bunga Berbasis Warna dan Tekstur
DOI:
https://doi.org/10.59188/jurnalsostech.v5i11.32494Keywords:
PCA, KNN, Ekstraksi Fitur, Klasifikasi, Citra BungaAbstract
Perkembangan teknologi informasi mendorong pemanfaatan image processing dan machine learning dalam proses identifikasi objek berbasis citra, termasuk pada klasifikasi bunga yang memiliki variasi warna, bentuk, dan tekstur yang beragam. Tantangan utama dalam klasifikasi citra bunga terletak pada tingginya dimensi fitur yang dapat meningkatkan kompleksitas komputasi dan menurunkan performa model. Penelitian ini mengusulkan integrasi metode Principal Component Analysis (PCA) dan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan lima jenis bunga khas Indonesia, yaitu Anggrek Tebu, Bunga Sepatu, Kantong Semar, Melati Putih, dan Rafflesia Arnoldii. Proses penelitian dimulai dengan pra-pemrosesan citra, dilanjutkan dengan ekstraksi fitur warna (RGB dan HSV), bentuk, serta tekstur menggunakan metode LBP dan GLCM. PCA digunakan untuk mereduksi dimensi fitur agar lebih sederhana namun tetap representatif, sedangkan KNN digunakan untuk melakukan klasifikasi berdasarkan kedekatan jarak antar sampel. Berdasarkan hasil pengujian, kombinasi PCA dan KNN menghasilkan akurasi klasifikasi sebesar 72%. Kelas Rafflesia Arnoldii menunjukkan performa paling tinggi, sedangkan Bunga Sepatu memiliki tingkat akurasi terendah karena kemiripan tekstur dan warna dengan kelas lain. Hasil ini menunjukkan bahwa integrasi PCA dan KNN efektif dalam meningkatkan efisiensi komputasi sekaligus mempertahankan akurasi klasifikasi citra bunga.
References
Akbar, J. M., Sabirin, M., Satya Nugraha, G., & Alamsyah, N. (n.d.). Penerapan Metode Principal Component Analysis (PCA) Dan K-Nearest Neighbors (KNN) Untuk Klasifikasi Data Kanker Paru-Paru (Implementation of Principal Component Analysis and K-Nearest Neighbors Methods for Classification of Lung Cancer Data). Retrieved from http://jtika.if.unram.ac.id/index.php/JTIKA/
Borman, R. I., Napianto, R., Nugroho, N., Pasha, D., Rahmanto, Y., & Pratama Yudoutomo, Y. E. (2021). Implementation of PCA and KNN Algorithms in the Classification of Indonesian Medicinal Plants. 2021 International Conference on Computer Science, Information Technology, and Electrical Engineering (ICOMITEE), 1566(1), 46–50. IEEE. https://doi.org/10.1109/ICOMITEE53461.2021.9650176
Farokhah, L., & Korespondensi, P. (2020). Implementasi K-Nearest Neighbor Untuk Klasifikasi Bunga Dengan Ekstraksi Fitur Warna Rgb Implementation Of K-Nearest Neighbor For Flower Classification With Extraction Of Rgb Color Features. https://doi.org/10.25126/jtiik.202072608
Gupta, V., & Mittal, M. (2018). KNN and PCA classifier with Autoregressive modelling during different ECG signal interpretation. Procedia Computer Science, 125, 18–24. https://doi.org/10.1016/j.procs.2017.12.005
Handayani, P. K. (2020). Penerapan Principal Component Analysis untuk Peningkatan Kinerja Algoritma Decision Tree pada Iris Dataset. Indonesian Journal of Technology, Informatics and Science (IJTIS), 1(2), 55–58. https://doi.org/10.24176/ijtis.v1i2.4939
Hasan, B. M. S., & Abdulazeez, A. M. (2021). A Review of Principal Component Analysis Algorithm for Dimensionality Reduction. Journal of Soft Computing and Data Mining, 2(1), 20–30. https://doi.org/10.30880/jscdm.2021.02.01.003
Hasan Efendi, M., Pratama, W. S., & Daniati, E. (2025). Analisis Klasifikasi Spesies Bunga Iris Menggunakan Algoritma K-Nearest Neighbors. https://doi.org/https://doi.org/10.29407/80279r27
Hayati, N. (2023). Klasifikasi Jenis Bunga Mawar Menggunakan Algoritma K-Nearest Neighbour. In Jurnal Informatika dan Riset (IRIS) (Vol. 1).
Kumar, V. (2024). Covariance Matrix Analysis Through Eigenvalues and Eigenvectors: Insights into Multivariate Data Structures (Vol. 25). Retrieved from http://www.veterinaria.org
Lubis, A. H., Sihombing, P., & Nababan, E. B. (2020). Analysis of Accuracy Improvement in K-Nearest Neighbor using Principal Component Analysis (PCA). Journal of Physics: Conference Series, 1566(1), 012062. https://doi.org/10.1088/1742-6596/1566/1/012062
Nuraini, R. (2022). Klasifikasi Citra Jenis Kapasitor Menggunakan Kombinasi Algoritma K-Nearest Neighbor dan Principal Component Analysis. Journal of Computer System and Informatics (JoSYC), 3(3), 133–140. https://doi.org/10.47065/josyc.v3i3.1694
Pamungkas, D. P. (2019). Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae). Innovation in Research of Informatics (INNOVATICS), 1(2). https://doi.org/10.37058/innovatics.v1i2.872
Rahman, Z., Fatah, Z., & Prasetyo, J. D. (2024). Klasifikasi Spesies Bunga Iris Menggunakan Algoritma Klasifikasi KNN di RapidMiner. Jurnal Ilmiah Multidisiplin Ilmu, 1(6), 60-66. https://doi.org/10.69714/0syd5n74
Sari, N., & Wulanningrum, R. (2021). Implementation of the K-Nearest Neighbor Algorithm for Identification of Orchid Flower Image. JTECS : Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem Dan Komputer, 1(2), 177. https://doi.org/10.32503/jtecs.v1i2.1750
Sugandi, B., Doni, R., Dwi Ayu Imardiyanti, dan, Teknik Elektro, J., Negeri Batam, P., & Ahmad Yani, J. (n.d.). Klasifikasi Objek Berdasarkan Warna, Bentuk Dan Dimensi.
Sutarti, S., Trisnawan Putra, A., & Sugiharti, E. (2019). Comparison of PCA and 2DPCA Accuracy with K-Nearest Neighbor Classification in Face Image Recognition. Scientific Journal of Informatics, 6(1), 2407–7658. Retrieved from http://journal.unnes.ac.id/nju/index.php/sji
Syarif, A., & Ramadhanu, A. (2025). Penggunaan Principal Component Analysis (PCA) Dan K-Nearest Neighbors (KNN) Dalam Klasifikasi Sayuran Mentimun, Pare, Dan Terong. In Journal of Science and Social Research. Retrieved from http://jurnal.goretanpena.com/index.php/JSSR
Tu, B., Wang, J., Kang, X., Zhang, G., Ou, X., & Guo, L. (2018). KNN-Based Representation of Superpixels for Hyperspectral Image Classification. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 11(11), 4032–4047. https://doi.org/10.1109/JSTARS.2018.2872969
Worung, D. T., Sompie, S. R. U. A., & Jacobus, A. (2020a). Implementasi K-Means dan K-NN pada Pengklasifikasian Citra Bunga. Jurnal Teknik Informatika, 15(3), 217–222.
Worung, D. T., Sompie, S. R. U. A., & Jacobus, A. (2020b). Implementasi K-Means dan K-NN pada Pengklasifikasian Citra Bunga. Jurnal Teknik Informatika, 15(3), 217–222.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Finnia Li, Noel Liman, Angel Fransisca Wijaya
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International (CC-BY-SA). that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
