Sasongko, Fajar (2021) PENGOLAHAN CITRA UNTUK MENGKLASIFIKASI KEMATANGAN BUAH PISANG MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (492kB) |
|
Text (BAB I)
BAB I.pdf Download (239kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (543kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (485kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (59kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (403kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code - 17.11.1141 - Fajar Sasongko - Fajar Sasongko.zip Restricted to Repository staff only Download (17MB) |
|
Text (PUBLIKASI)
Publikasi-17.11.1141-Fajar Sasongko - Fajar Sasongko.pdf Restricted to Repository staff only Download (555kB) |
Abstract
Negara Indonesia adalah negara yang penuh dengan keanekaragaman hayati. Contoh ragam hayati itu adalah buah pisang yang sudah menjadi buah umum untuk dikonsumsi. Untuk mendapatkan khasiat tertinggi saat dikomsunsi, buah pisang harus pada kematangan yang pas. Sehingga pentingnya pemilihan kematangan buah pisang dari segi tekstur dan warna dengan akurasi yang tinggi. Oleh karena itu, diperlukan pengolahan citra untuk mengklasifikasi kematangan buah pisang. Dalam penelitian ini, metode yang digunakan untuk sistem klasifikasi kematangan buah pisang adalah metode K-Nearest Neighbor. Rumus yang dipilih dari metode KNN untuk perhitungan klasifikasi adalah rumus euclidean distance dengan nilai ekstrasi ciri GLCM dan HSV. Ciri yang yang diambil dari GLCM adalah Contrast, Homogeneity, Correlation, Energy, Entropy dan akan nilai MeanGLCM yang diambil dari rata – rata dari 5 ciri GLCM. sedangkan untuk ciri HVS adalah Hue, Saturation dan Value. Pada proses pengujian metode validasi yang digunakan adalah metode k fold cross validation dengan nilai 10-fold cross. Setiap ekstrasi ciri akan lakukan 5 percobaan pengujian dengna nilai k pada KNN yang berbeda-beda. Proses pengujian mendapatkan hasil akurasi tertingi yang menggunakan ekstrasi ciri GLCM adalah 0.83956 dengan nilai k-5, pada ekstrasi ciri MeanGLCM adalah 0.8381 dengan nilai k-7, lalu pada ekstrasi ciri HSV adalah 0.89376 dengan nilai k-1, ekstrasi ciri HSV + GLCM adalah 0.87694 dengan nilai k-3 dan ekstrasi ciri HSV + MeanGLCM adalah 0.89156 dengan percobaan nilai k-3. Hasil akurasi tertinggi adalah 89.376% pada ekstrasi ciri HSV dengan nilai k1.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | pengolahan citra; pisang; GLCM; HSV; K-Nearest Neighbor | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 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: | 22 Jun 2022 04:19 | ||
| Last Modified: | 15 Aug 2023 06:27 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/2166 |
Actions (login required)
 |
View Item |