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) |
||
|
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 |