Penerapan LightGBM Dengan Kombinasi Ekstraksi Fitur HSV, GLCM dan HOG Untuk Klasifikasi Bunga

Stevani Gabriella Ayuk Sedik, Meilany Nonsi Tentua

Submitted : 2026-01-08, Published : 2026-02-13.

Abstract

This study applies the LightGBM algorithm with a combination of GLCM, HOG, and HSV feature extraction for flower image classification. The dataset used consists of five types of flowers, namely Sunflower, Rose, Tulip, Dandelion, and Daisy, with a total of 4,242 images. Each image undergoes preprocessing and feature extraction of texture, shape, and color before being trained using LightGBM. The results show that the proposed model achieves an accuracy above 70% in distinguishing the five flower classes. This study provides evidence that the combination of GLCM, HOG, and HSV with LightGBM is able to improve classification performance and can serve as a reference for further research in the field of digital image processing

Keywords

LightGBM, GLCM, HOG, HSV, Flower Classification

References

M. Tamba, “Analisis dan Implementasi Teknologi Deep Learning dalam Pengolahan Citra Digital,” Circ. Arch., vol. Vol. 1 No., pp. 1–7, 2024.

A. Salsabila, R. Yunita, and C. Rozikin, “Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM,” Technomedia J., vol. 6, no. 1, pp. 124–137, 2021, doi: 10.33050/tmj.v6i1.1667.

A. Rahman, M. Salim, and I. Riadi, “Klasifikasi Citra Spesies Bunga di Indonesia Berbasis Convolutional Neural Network Menggunakan Teknik Transfer Learning,” Univ. Indo Glob. Mandiri (UIGM), Palembang, Indones., vol. 2, no. 2, pp. 92–100, 2025.

D. Simanjuntak and A. Matondang, “Penerapan Transfer Learning untuk Klasifikasi Citra Bunga Berbasis Convolutional Neural Network,” J. Minfo Polgan., vol. 14, Nomor, pp. 1062–1067, 2025, doi: 10.33395/jmp.v14i1.14980.

Z. Alamin, S. Mutmainah, and M. Hayun, “Optimasi Ekstraksi Fitur Citra Karakter Font Menggunakan Algoritma Support Vector Machines ( SVM ) untuk Klasifikasi Tipografi”, doi: 10.34304/scientific.v2i1.344.

R. F. Naibaho and I. P. Sari, “Implementasi Metode Gray Level Co-Occurrence Matrix Menganalisis Tekstur Kulit Wajah,” Sudo J. Tek. Inform., vol. 3 No. 4, 2025.

A. P. Perdana, S. Bahri, and U. Ristian, “implementasi metode histogram of oriented gradient dan k-nearest neighbor untuk identifikasi motif batik,” Coding J. Komput. dan Apl., vol. 11, no. 03, 2023, doi: 10.26418/coding.v11i03.67947.

H. A. Ramadhan, I. Komputer, U. Islam, and N. Sumatera, “Klasifikasi Tingkat Kematangan Buah Salak Sidempuan Menggunakan K-Nearest Neighbor pada Ruang Warna HSV,” vol. 4, no. 4, pp. 997–1012, 2025, doi: 10.55123/insologi.v4i4.6298.

P. K. Neighbors and D. A. N. Lightgbm, “Penggabungan k-nearest neighbors dan lightgbm untuk prediksi diabetes pada dataset pima indians: menggunakan pendekatan exploratory data analysis 1.,” vol. 9, no. 3, pp. 1133–1144, 2024, doi: 10.33395/jmp.v14i1.14980.

U. M. Area, “Analisis boosting algorithm dan hog dalam klasifikasi pada penyakit daun mangga skripsi oleh : rizki suprayogo program studi informatika fakultas teknik universitas medan area medan : l izki upray go : T knik : lnfi m1aLi a,” Univ. Medan Area (UMA), Medan, Indones., 2023.

S. Fadlillah, N. Sobah, I. Y. Wardhani, and C. Java, “Pengembangan Modul Taksonomi Tumbuhan sebagai Bahan Ajar Materi Plantae pada Pembelajaran Biologi SMA/MA,” vol. 2, pp. 33–43, 2022.

F. Potensi and D. A. N. Tantangan, “Review: konservasi keanekaragaman hayati melalui tanaman obat dalam hutan di indonesia dengan teknologi farmasi: potensi dan tantangan,” vol. 1, no. 7, pp. 377–383, 2017.

F. R. Chan, R. Yanti, A. Ramadhanu, and M. T. Informatika, “Peningkatan metode median filter untuk identifikasi dan,” vol. 8, no. 2, pp. 314–322, 2024.

I. Z. A. Illah, W. S. Jauharis Sapu, and A. T. Damaliana, “Implementasi Metode Klasifikasi LightGBM dan Analisis Survival dalam Memprediksi Pelanggan Churn,” J. Komtika (Komputasi dan Inform., vol. 8, no. 1, pp. 43–53, 2024, doi: 10.31603/komtika.v8i1.11194.

U. M. Area, “Analisis model arsitektur googlenet dalam fakultas teknik diajukan Sebagai salah satu syarat untuk memperoleh Gelar Sarjana di Fakultas Teknik Universitas Medan Area,” 2024.

A. Fahmi, A. Hafidz, E. Y. Puspaningrum, and A. L. Nurlaili, “Ruang Warna Hsv Untuk Klasifikasi Rempah Rimpang,” vol. 9, no. 3, pp. 5492–5498, 2025.

http://dx.doi.org/10.28989/vortex.v7i1.3787

Article Metrics

Abstract view: 0 times

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Refbacks

  • There are currently no refbacks.