KLASIFIKASI SPESIES LEBAH BERBASIS DATA CITRA DENGAN METODE SUPPORT VECTOR MACHINE

Abstract

Kemampuan sistem yang mampu membedakan spesies lebah dari citra adalah suatu tantangan yang memungkinkan peneliti bergerak cepat dan efektif dalam pengumpulan data lapangan. Lebah yang melakukan penyerbukan memiliki posisi penting dalam ekologi dan agrikultur. Lebah bumble dan lebah madu sering kali membingungkan karena kedua spesies tersebut memiliki kemiripan. Sehingga perlu dikembangkan sistem klasifikasi spesies lebah, lebah madu atau lebah bumble berbasis citra digital. Data awal yang disiapkan dalam penelitian ini adalah 500 data citra lebah yang masing-masing 250 citra lebah madu dan 250 citra lebah bumble. Penelitian ini menerapkan Support Vector Machine (SVM) untuk melakukan klasifikasi dengan mempelajari fitur-fitur dari 70% data citra yang ada dan disertai dengan label. Kemudian menguji hasil pelatihan data terhadap 30% data citra yang tersisa. Untuk memaksimalkan proses komputasi, fitur data telah diolah dengan Histogram of Oriented Gradient (HOG) dan Principal Component Analysis (PCA). Hasil akhir penelitian ini menunjukkan bahwa model yang telah dibangun dengan metode SVM menghasilkan tingkat akurasi 74%.