Proses dekomposisi Proses dekomposisi level tiga Proses dekomposisi wavelet level empat Data Latih dan Data Uji

Aktual Prediksi Data ke KelasJenis KelasJenis 2, 14, 18 , 20 1 F.angustifolia 3 F.javanica 23 , 24 2 F.imbricata 4 F.sumatrana 4, 5 , 16 3 F.javanica 1 F.angustifolia 2, 8, 17, 18 4 F.sumatrana 2 F.imbricata 0.9479 0.9375 0.9479 70 80 90 100 10 20 30 Jumlah hidden neuron AKTUAL PREDIKSI Kelas 1 Kelas 2 Kelas 3 Kelas 4 Kelas 1 22 2 Kelas 2 22 2 Kelas 3 1 23 Kelas 4 24 AKTUAL PREDIKSI Kelas 1 Kelas 2 Kelas 3 Kelas 4 Kelas 1 24 Kelas 2 24 Kelas 3 2 22 Kelas 4 1 23 AKTUAL PREDIKSI Kelas 1 Kelas 2 Kelas 3 Kelas 4 Kelas 1 24 Kelas 2 24 Kelas 3 23 1 Kelas 4 24 Tabel 9 menunjukkan kelas 1 F. angustifolia, kelas 2 F. imbricata, dan kelas 4 F. sumatrana terklasifikasi 100, yaitu sebanyak 24 data terklasifikasi semuanya. Kelas 3 F. javanica terklasifikasi 23 data, 1 record dari kelas 3 terklasifikasi kelas 4. Percobaan keempat menghasilkan akurasi lebih tinggi dibandingkan percobaan ketiga. Hal ini menunjukkan klasifikasi menggunakan JST lebih baik dibandingkan K -NN.

4.4. Hasil Percobaan

Percobaan kesatu menggunakan ekstraksi fitur RGB dan analisis tekstur dengan K-NN menghasilkan tingkat kesalahan klasifikasi 13,54 tanpa transformasi dan 5,21 dengan transformasi. Jumlah data yang salah diklasifikasikan masing-masing sebanyak 13 buah data dan 5 buah data dengan nilai k=1 dan k=2. Percobaan kedua menggunakan pengenal pola JST menghasilkan tingkat kesalahan 5,21 atau sebanyak 5 buah data yang salah diklasifikasikan pada jumlah hidden neuron 10 dan 30. Percobaan ketiga menggunakan dekomposisi wavelet dengan K-NN k=1 dan k=2 menghasilkan tingkat kesalahan klasifikasi 3,1 pada dekomposisi wavelet level 1. Jumlah data yang salah klasifikasi sebanyak 3 buah data , sedangkan menggunakan JST pada percobaan keempat tingkat kesalahan menurun menjadi 1,0 atau hanya satu buah data yang salah klasifikasi pada jumlah hidden neuron 30. Percobaan dengan dekomposisi wavelet level dua hingga level empat ternyata tidak meningkatkan nilai akurasi . Jumlah hidden neuron sebanyak 10, 20, dan 30 pada JST tidak menghasilkan beda yang jauh dalam proses klasifikasi. Hasil percobaan menggunakan fold 6 dengan K-NN ditunjukkan pada Tabel 10. Tabel 10 menunjukkan bahwa percobaan kesatu menggunakan RGB dan analisis tekstur dengan K -NN terdapat 2 record yang salah diklasifikasikan yaitu kelas 2 data ke-23 dan 24 menjadi kelas 4. Hal ini disebabkan karena bentuk tekstur epidermis pada kelas 2 F.imbricata memiliki kemiripan dengan kelas 4 F.sumatrana, sedangkan pada dekomposisi wavelet data tersebut benar diklasifikasikan menjadi kelas 2. Rekapitulasi hasil percobaan dengan akurasi tertinggi ditunjukkan pada Tabel 11.