Penerapan pengenalan pola untuk melakukan ekstraksi fitur yang tepat pada daun diharapkan dapat mendorong studi lebih lanjut pada karakteristik botani pada daun. Penelitian ini menggunakan pengolahan gambar digital yang bertujuan mengotomatisasi dan klasifikasi tanaman bunga berdasarkan dari gambar bunga.
Dalam penyelesaian masalah diatas ada banyak metode yang dapat digunakan, dalam penelitian ini menerapkan 2 (dua) metode yaitu metode Euclidean Distance dan metode K-NN. Pada metode Euclidean Distance menggunakan nilai RGB per region sedangkan metode K-NN perhitungan yang dilakukan dengan 11 (sebelas) kriteria yang ada pada bunga antar antara lain nilai minimal RGB, nilai maksimal RGB, jarak minimal ujung daun dan putik, jarak maksimal ujung daun dan putik, jarak minimal antar ujung daun, jarak maksimal antar ujung daun, dan jumlah daun.
Dari hasil penelitian menunjukkan nilai prosentase kemiripan terhadap bunga dengan metode K-NN lebih tinggi dari pada menggunakan metode Euclidean distance, terlihat dari 5 hasil uji coba yang telah dilakukan. Metode Euclidean distance menghasilkan prosentase terkecil 56,526 % dan terbesar 86,447 %, sedangkan pada metode K-NN nilai prosentase terkecil 84,466 % dan terbesar 93,993 %. Hal ini dikarenakan metode K-NN menggunakan 11 (sebelas) kriteria sedangkan pada metode Euclidean distance hanya menggunakan nilai dari RGB per region.