PENDAHULUAN Latar Belakang Indonesia merupakan negara megabiodiversity yang kaya akan tumbuhan obat yang sangat potensial untuk dikembangkan. Untuk keanekaragaman tanaman, Indonesia memiliki lebih dari 38.000 spesies tanaman (Bappenas 2003). Sampai tahun 2001 Laboratorium Konservasi Tumbuhan, Fakultas Kehutanan IPB telah mendata dari berbagai laporan penelitian dan literatur tidak kurang dari 2039 spesies tumbuhan obat berasal dari hutan Indonesia (Zuhud 2009). Menurut hasil penelitian, dari sekian banyak jenis tumbuhan obat baru 20-22% yang dibudidayakan, sedangkan sekitar 78% diperoleh melalui pengambilan langsung (eksplorasi) dari hutan. Potensi tumbuhan obat di Indonesia, termasuk tumbuhan obat kehutanan, apabila dikelola dengan baik akan sangat bermanfaat dari segi ekonomi, sosial budaya maupun lingkungan (Masyhud 2010). Proses pengidentifikasian tumbuhan obat bisa dilakukan dengan berbagai cara, di antaranya melalui taksonom, dengan bantuan herbarium, dan text book mengenai taksonomi/ dendrologi. Jika identifikasi tersebut dilakukan langsung di hutan secara manual, dengan membandingkan ciri dari herbarium atau text book terhadap objek aslinya, memerlukan waktu yang lama dan cukup merepotkan. Oleh karena itu perlu dibuat suatu sistem yang dapat mengidentifikasi tumbuhan obat secara otomatis. Berdasarkan penelitian yang sudah dilakukan pada citra daun kelas Dicotyledonae, untuk ekstraksi fitur bentuk menggunakan Fourier (Ramadhani 2009) dan ekstraksi morfologi menggunakan ciri dasar dan turunan morfologi daun (Annisa 2009). Hasil rata-rata presisi yang diperoleh kedua fitur ini adalah 31.75% untuk bentuk dan 27.22% untuk morfologi. Selain itu, telah dilakukan penelitian untuk fitur ekstraksi tekstur menggunakan Local Binay Patterns Variance (LBPV) pada citra pohon tanaman hias (Kulsum 2010) dengan akurasi maksimumnya mencapai 73.33%. Untuk mempermudah proses identifikasi, maka hasil ekstraksi fitur ini kemudian dilakukan proses klasifikasi menggunakan klasifikasi Probabilistic Neural Network (PNN) berdasarkan penelitian Nurafifah (2010). Pada penelitian ini dilakukan proses identifikasi pada tumbuhan obat menggunakan ketiga fitur ekstraksi citra (morfologi, tekstur, dan bentuk) dan menggunakan PNN sebagai metode klasifikasinya. Tujuan Tujuan penelitian ini adalah mengembangkan sistem identifikasi tumbuhan obat dengan menggabungkan ciri morfologi, tekstur, dan bentuk, kemudian hasilnya diklasifikasikan menggunakan klasifikasi PNN. Ruang Lingkup Ruang lingkup penelitian ini adalah identifikasi citra daun tumbuhan obat di kebun Biofarmaka, Cikabayan dan di rumah kaca Pusat Konservasi Ex-situ Tumbuhan Obat Hutan Tropika Indonesia, Fahutan, IPB. TINJAUAN PUSTAKA Daun Daun merupakan bagian atau organ tumbuhan yang berfungsi membentuk makanan (fotosintesis), respirasi, dan transpirasi. Daun juga menunjukkan pola-pola yang khas dan bernilai penting dalam taksonomi (Anonim 2009). Hickey et. al (1999) telah mendeskripsikan ciri morfologi daun yang cukup rinci, khususnya untuk morfologi daun kelas Dicotyledonae. Ciri morfologi daun itu antara lain bangun daun (helai daun, ujung daun, dan pangkal daun), tepi daun, tekstur daun, letak kelenjar, tangkai daun, tekstur daun, tepi pertulangan, dan pengelompokan urat daun. Ekstraksi Ciri Ekstraksi ciri merupakan proses mendapatkan penciri dari suatu citra. Ciri citra yang didapat digunakan untuk identifikasi suatu citra. Ciri citra yang biasa dipakai dalam image retrieval adalah warna, bentuk, dan tekstur (Rodrigues 2004). Beberapa teknik untuk ekstraksi ciri memerlukan perubahan citra dari citra berwarna ke citra biner, penipisan pola dan sebagainya. Ciri bentuk merepresentasikan informasi geometris yang tergantung terhadap posisi, orientasi, dan ukuran. Ciri tekstur didefinisikan sebagai pengulangan pola yang ada pada suatu daerah bagian citra. Tekstur dapat juga membedakan permukaan dari beberapa kelas objek (Acharya dan Ray 2005). Ciri morfologi dapat mendeteksi perubahan bentuk dari suatu citra (Tzionas et al. 2005). Proses ekstraksi ciri 1