<> "The repository administrator has not yet configured an RDF license."^^ . <> . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS"^^ . "Tanaman obat memiliki manfaat besar dalam menyembuhkan berbagai penyakit.\r\nBanyak masyarakat yang menggunakan tanaman obat sebagai sumber tanaman obat\r\nkeluarga (TOGA). Bagian tanaman yang dapat dimanfaatkan sebagai obat adalah\r\ndaun. Daun sulit diidentifikasi karena banyak daun yang memiliki bentuk dan\r\nwarna yang mirip. Oleh karena itu, pengolahan citra dengan K-Means Clustering\r\nditerapkan untuk membantu mengidentifikasi daun tanaman obat. Citra akan\r\ndiscaling menjadi 600 x 800 piksel. Ciri tekstur pada citra akan dihitung\r\nmenggunakan Gray Level Co-occurrence Matrix (GLCM). GLCM menghasilkan\r\nnilai numerik yang kemudian digunakan untuk proses K-Means Clustering. KMeans\r\nClustering akan mengelompokkan citra berdasarkan kesamaan nilai fitur\r\ndan centroid terdekatnya. Jumlah cluster optimal yaitu k=3 berdasarkan\r\nperhitungan nilai SSE. Hasil penelitian 900 dataset citra daun terbagi menjadi 3\r\ncluster dengan akurasi tertinggi 51,54% pada cluster 2 yang memprediksi daun\r\nbinahong. Proses K-Means Clustering kurang baik dikarenakan penetuan nilai\r\ncentroid berpengaruh terhadap hasil cluster. K-Means Clustering\r\ndiimplementasikan ke dalam sistem web menggunakan flask.\r\nKata Kunci: K-Means Clustering, Gray Level Co-occurrence Matrix (GLCM),\r\nTanaman Obat, Flask\r\n\r\nMedicinal plants have significant benefits in treating various diseases. Many\r\ncommunities utilize medicinal plants as a source of family herbal medicine\r\n(TOGA). The part of the plant that is often used for medicinal purposes is the leaves.\r\nIdentifying leaves can be challenging as many of them have similar shapes and\r\ncolors. Therefore, image processing with K-Means Clustering is applied to aid in\r\nthe identification of medicinal plant leaves. The leaf images are scaled to 600 x 800\r\npixels. The texture features of the images are computed using the Gray Level Cooccurrence\r\nMatrix (GLCM) method. GLCM generates numerical values that are\r\nlater used in the K-Means Clustering process. K-Means Clustering method groups\r\nthe images based on the similarity of their feature values and their closest centroids.\r\nThe optimal number of clusters is determined to be k=3 based on the calculation of\r\nthe Sum of Squared Errors (SSE). The results show that out of 900 leaf image\r\ndatasets, the K-Means Clustering divides them into 3 clusters, with the highest\r\naccuracy of 51.54% achieved in cluster 2, which predicts the binahong leaves. KMeans\r\nClustering process is less effective due to the influence of centroid\r\ninitialization on the clustering results. K-Means Clustering is implemented into a\r\nweb-based system using Flask.\r\nKeywords: K-Means Clustering, Gray Level Co-occurrence Matrix (GLCM),\r\nMedicinal Plant, Flask"^^ . "2023-08-03" . . . . . "FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM"^^ . . . . . . . "VERINA "^^ . "VIRA "^^ . "VERINA VIRA "^^ . . . . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (File PDF)"^^ . . . "ABSTRAK.pdf"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (File PDF)"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (File PDF)"^^ . . . "SKRIPSI TANPA BAB PEMBAHASAN.pdf"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "preview.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "medium.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "small.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "preview.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "medium.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "small.jpg"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "CLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN\r\nMETODE K-MEANS (Other)"^^ . . . . . . "indexcodes.txt"^^ . . "HTML Summary of #74981 \n\nCLUSTERING CITRA TANAMAN OBAT MENGGUNAKAN \nMETODE K-MEANS\n\n" . "text/html" . . . "000 Ilmu komputer, informasi dan pekerjaan umum" . . . "500 ilmu pengetahuan alam dan matematika" . .