Arwana, Arief Gilang (2024) PENGOLAAN CITRA UNTUK DETEKSI DAGING BABI DAN DAGING KAMBING MENGGUNAKAN ALGORITMA KNEAREST NEIGHBOR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (301kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (629kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (150kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (796kB) |
|
Text (BAB V)
BAB V.pdf Download (70kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (114kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - Arief Gilang Arwana.zip Restricted to Repository staff only Download (3MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (716kB) |
Abstract
Daging kambing sering dikonsumsi masyarakat saat ini, dan banyak diperjual belikan di pasar – pasar tradisional maupun di supermarket. Ada saja oknum atau penjual yang nakal untuk mencari untung dengan cara menambahkan sedikit dengan daging babi oleh itu oknum atau penjual tadi dapat menurunkan harga yang lebih murah dari penjual yang lain. Permasalahan yang sering terjadi sekarang ini adalah dimana masyarakat kurang teliti dan kurangnya pengetahuan dalam membeli daging bahkan tidak mengetahui perbedaan antara daging babi dan kambing sehingga membuat kebutuhan daging meningkat yang membuat sebagian oknum dan penjual nakal untuk menjual daging babi sebagai pengganti daging kambing. Untuk mengetahui keakuratan atau akurasi terbaik dalam algoritma K-Nearest Neighbor dalam melakukan klasifikasi dan untuk pengetahuan pembaca atau pun yang ingin melakukan penelitian. Hasil dari penelitian ini yaitu klasifikasi daging babi dan daging kambing dengan menggunakan ekstraksi GLCM (Gray Level Co-occurrence Matrix) dan KNN (K-Nearest Neighbor) sebagai metode pengklasifikasi yang dapat menunjukkan akurasi terbaik, telah berhasil mendapatkan akurasi tertinggi sebesar 80%.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Klasifikasi, Gray Level Co-occurrence, Matrix 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 | ||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 25 Apr 2024 02:09 | ||
| Last Modified: | 25 Apr 2024 02:09 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/24861 |
Actions (login required)
 |
View Item |