IDENTIFIKASI TINGKAT KEMATANGAN TOMAT DALAM RUANG WARNA HSI DENGAN ALGORITMA KNN

Nupus, Tazkiyatun (2021) IDENTIFIKASI TINGKAT KEMATANGAN TOMAT DALAM RUANG WARNA HSI DENGAN ALGORITMA KNN. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (705kB)
[img] Text (BAB I)
BAB I.pdf

Download (286kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (944kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB V)
BAB V.pdf

Download (86kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (101kB)
[img] Archive (SOURCE CODE)
Source Code-19.21.1332-Tazkiyatun Nupus.zip
Restricted to Repository staff only

Download (4MB)
[img] Text (PUBLIKASI)
Publikasi-19.21.1332-Tazkiyatun Nupus.pdf
Restricted to Repository staff only

Download (743kB)

Abstract

Tingkat kematangan Tomat dipengaruhi oleh beberapa parameter, salah satunya adalah ciri warna. Pengenalan warna yang dilakukan secara visual mata manusia mengahasilkan nilai yang subyektif. Penelitian ini akan merancang sistem pengenalan objek untuk meningkatkan keakuratan hasil. Proses ini menerapkan metode segmentasi warna berdasarkan hasil ekstraksi nilai RGB yang selanjutnya diolah dengan metode ruang warna HSI. Klasifikasi dilakukan dengan menerapkan algoritma K-Nearest Neighbor. Hasil evaluasi dari proses pengujian yang dilakukan menunjukkan nilai Precision sebesar 100%, Recall sebesar 80% dan Accuracy sebesar 93,33% untuk citra Tomat matang. Sedangkan untuk citra Tomat setengah matang menujukkan nilai Precision sebesar 62,50%, Recall sebesar 100% dan Accuracy sebesar 80%. Citra Tomat mentah menunjukkan nilai Precision sebesar 100%, Recall sebesar 60% dan Accuracy sebesar 86,67%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Utama, Hastari
Uncontrolled Keywords: Tomat, pengolahan citra digital, ruang warna HSI, algoritma KNN.
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 17 Jun 2022 08:29
Last Modified: 12 Aug 2023 02:33
URI: http://eprints.amikom.ac.id/id/eprint/1532

Actions (login required)

View Item View Item