KLASIFIKASI KESEGARAN SAYUR SAWI BERDASARKAN CITRA HSV MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Yeni, Minarti (2023) KLASIFIKASI KESEGARAN SAYUR SAWI BERDASARKAN CITRA HSV MENGGUNAKAN METODE K-NEAREST NEIGHBOR. S1 thesis, Universitas Mataram.

	Text TA_YENI MINARTI_F1B016098.pdf Restricted to Repository staff only Download (5MB)
Preview	Text TA_YENI MINARTI_F1B016098.pdf Download (5MB) | Preview

Abstract

Tanaman sayur sawi merupakan komoditas yang digemari masyarakat Indonesia dan memiliki nilai komersial. Secara fisik, kesegaran sayur sawi dapat dilihat karena tanda-tanda yang ada pada sayur segar atau sayur busuk mudah diamati. Peneltian ini bertujuan untuk mengklasifikasikan kesegaran sayur sawi berdasarkan warna dan teksturnya. Saat ini proses sortasi secara umum masih dilakukan berdasarkan pengamatan langsung dengan kasat mata, sehingga kualitas dan yang dihasilkan belum merata. Sehingga, dibutuhkan adanya suatu sistem yang dapat menganalisis citra sayur sawi dan mengklasifikasi tingkat kesegaran sayur sawi sehingga dapat ditentukan kualitasnya. Klasifikasi dibutuhkan untuk menguji pengenalan objek citra. Dalam penelitian ini telah digunakan algoritma KNN dan ekstraksi fitur HSV dan GLCM. Nilai fitur yang digunakan berupa ekstraksi tekstur GLCM dan warna HSV yang nantinya akan dijadikan sebagai parameter perhitungan klasifikasi menggunakan K-NN berdasarkan Euclidean Distance. Data yang digunakan sebanyak 400 data latih dan 100 data uji. Hasil klasifikasi dikategorikan ke dalam dua kelas yaitu segar dan tidak segar. Hasil akurasi klasifikasi tertinggi terletak pada K=1 yaitu 92,75%.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Sayur Sawi, HSV, GLCM, K-NN
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	02 Aug 2023 05:53
Last Modified:	02 Aug 2023 05:53
URI:	http://eprints.unram.ac.id/id/eprint/41911

Actions (login required)

View Item