KLASIFIKASI KESEGARAN BUAH APEL BERDASARKAN EKSTRAKSI FITUR WARNA DAN TEKSTUR MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN ALGORITMA K-NEAREST NEIGHBOR FRESHNESS OF APPLES CLASSIFICATION BASED ON COLOR AND TEXTURE FEATURE EXTRACTION USING GRAY LEVEL CO-OCCURRENCE MATRIX AND K- NEAREST NEIGHBOR ALGORITHM

Aini, Suliati (2018) KLASIFIKASI KESEGARAN BUAH APEL BERDASARKAN EKSTRAKSI FITUR WARNA DAN TEKSTUR MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN ALGORITMA K-NEAREST NEIGHBOR FRESHNESS OF APPLES CLASSIFICATION BASED ON COLOR AND TEXTURE FEATURE EXTRACTION USING GRAY LEVEL CO-OCCURRENCE MATRIX AND K- NEAREST NEIGHBOR ALGORITHM. S1 thesis, Universitas Mataram.

Preview

Text 16. JURNAL.pdf Download (625kB) | Preview

Abstract

Kesegaran buah bergantung pada kualitas buah tersebut. Masyarakat menilai suatu buah yang segar berdasarkan dari warna buah tersebut khususnya pada buah apel. Penelitian ini mengklasifikasi kesegaran buah apel berdasarkan ekstraksi fitur warna dan tekstur menggunakan Gray Level Co-occurrence Matrix dan algoritma K-Nearest Neighbor. Dalam penelitian ini digunakan 150 citra latih dan 90 citra uji yang akan dilakukan ekstraksi fitur warna dan tekstur serta perhitungan menggunakan 9 parameter Gray Level Co-occurrence Matrix (GLCM) sebelum masuk ke sistem klasifikasi. Ekstraksi fitur warna dilakukan dengan menggunakan Hue Saturation Intensity (HSI) Citra dan fitur tekstur dilakukan dengan Intensity Citra yang sebelumnya melalui proses ekstraksi fitur warna. Algoritma K-Nearest Neighbor digunakan untuk mengklasifikasi menggunakan nilai K. Pembuatan sistem klasifikasi ini dengan menggunakan MATLAB R2014B. Berdasarkan hasil pengujian penggunaan Gray Level Co-occurrence Matrix (GLCM) mampu mengenali tekstur buah apel dan algoritma K-Nearest Neighbor (KNN) mampu mengklasifikasi menggunakan nilai K. Rata-rata persentase keberhasilan menggunakan algoritma K-Nearest Neighbor (KNN) adalah 100%. Pengujian menggunakan per parameter Gray Level Co-occurrence Matrix (GLCM), persentase tertinggi pada kelas segar yaitu 43% untuk citra uji apel merah, 47% untuk citra uji apel malang, dan 50% untuk citra uji apel fuji.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Gray Level Co-occurrence Matrix, Hue Saturation Intensity Citra, K-Nearest Neighbor,Kesegaran buah apel, Ekstraksi fitur warna dan tekstur.
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik
Depositing User:	Saprudin Saprudin
Date Deposited:	07 Jan 2019 01:37
Last Modified:	07 Jan 2019 01:37
URI:	http://eprints.unram.ac.id/id/eprint/11505

Actions (login required)

View Item