IMPLEMENTASI ALGORITMA KNN DAN GLCM DALAM IDENTIFIKASI DAGING OPLOSAN

Efendy, Irfan (2021) IMPLEMENTASI ALGORITMA KNN DAN GLCM DALAM IDENTIFIKASI DAGING OPLOSAN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (305kB)
	Text (BAB III) BAB II.pdf Restricted to Registered users only Download (608kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (395kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text (BAB V) BAB V.pdf Download (82kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (65kB)
	Archive (SOURCE CODE) Source Code-17.11.1460-Irfan Efendy.zip Restricted to Repository staff only Download (127MB)
	Text (PUBLIKASI) Publikasi-17.11.1460-Irfan Efendy.pdf Restricted to Repository staff only Download (497kB)

Abstract

Kebutuhan daging yang semakin meningkat membuat harga daging makin tinggi ini sering dimanfaatkan oleh penjual daging di pasaran untuk melakukan pencampuran daging. Hal inilah yang terkadang membuat pembeli yang khususnya beragama islam menjadi khawatir takut akan membeli daging haram tanpa sepengetahuannya. Karena itulah dibutuhkannya sebuah cara untuk membedakan antara daging kambing dan daging yang di oplos. Salah satunya yaitu dengan menggunakan sistem pengolahan citra dalam mengenali jenis daging. Pada penelitian ini dibuat sebuah sistem dalam mengenali jenis daging kambing dan oplosan dengan metode GLCM dan klasifikasi K-Nearset Neighbour (K-NN). Tujuannya yaitu selain mengenali jenis daging juga dapat mengetahui tingkat akurasi yang di dapatkan. Tahap analisis yang dilakukan yaitu melakukan preprocessing terhadap dataset yang telah diperoleh seperti re-size dan grayscale. Kemudian melakukan ekstraksi gambar dengan GLCM, dimana hasil dari ekstraksi ini yang nantinya akan digunakan untuk proses klasifikasi. Terakhir melakukan proses klasifikasi dengan algoritma KNN dan mengukur tingkat akurasinya. Pengujian dilakukan dengan menggunakan sepuluh citra kambing dan sepuluh citra oplosan. Hasil dari pengujian tertinggi dengan nilai K=1 sampai K=7 terletak pada K=5 dan K=7, dimana akurasi terendahnya sebesar 58% dan tertinggi sebesar 75%.

Item Type:

Thesis (S1 - Sarjana)

Contributor:

Pembimbing
Pradnya D, Windha Mega

Uncontrolled Keywords:

Identifikasi, GLCM, Klasifikasi, KNN, Pengoloahan Citra

Subjects:

000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer

Divisions:

Fakultas Ilmu Komputer > Informatika

Depositing User:

RC Universitas AMIKOM Yogyakarta

Date Deposited:

17 Jun 2022 02:14

Last Modified:

11 Aug 2023 07:35

URI:

http://eprints.amikom.ac.id/id/eprint/1410

Actions (login required)

View Item