PENERAPAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) UNTUK KLASIFIKASI JENIS APEL HIJAU MENGGUNAKAN ALGORITMA K-NN

Saputra, Firdaus Andry (2022) PENERAPAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) UNTUK KLASIFIKASI JENIS APEL HIJAU MENGGUNAKAN ALGORITMA K-NN. Diploma thesis, Universitas Pembangunan Nasional 'Veteran' Jawa Timur.

Preview	Text Cover (2).pdf Download (3MB) | Preview
Preview	Text Bab1.pdf Download (525kB) | Preview
Preview	Text Bab2.pdf Download (1MB) | Preview
Preview	Text Bab3.pdf Download (871kB) | Preview
Preview	Text Bab4.pdf Download (867kB) | Preview
Preview	Text Bab5.pdf Download (396kB) | Preview
Preview	Text Daftar Pustaka.pdf Download (385kB) | Preview
Preview	Text Lampiran.pdf Download (1MB) | Preview

Abstract

Apel merupakan jenis buah-buahan dimana memiliki beragam jenis warna pada kulitnya tersendiri, ada yang berwarna merah, hijau maupun warna kuning salah satu jenis apel yang mudah untuk ditemukan adalah jenis apel hijau. Nama ilmiah dari apel adalah Malus Domestica. Dimana genus malus sendiri memiliki pusat keragaman yaitu di Turki Timur. Yang pernah disebutkan bahwa buah apel ini merupakan tanaman pertama dalam dunia pertanian. Kata apel sendiri diambil dari sebuah bahasa inggris kuno yaitu aeppel. Pada penelitian terdapat 3 jenis apel hijau yang berbeda dan berjumlah 50 pada masing-masing jenis. Metode klasifikasi yang digunakan adalah K-Nearest Neighbor (KNN) dengan menggabungkan metode ekstraksi fitur yaitu Grey Level Co-ocurrancce (GLCM). Parameter ekstraksi fitur yang digunakan yaitu energi, kontras, homogenitas dan korelasi. Dari keempat parameter GLCM tersebut kemudian dilakukan klasifikasi dengan KNN. Hasil percobaan menunjukkan akurasi klasifikasi menggunakan metode 5-fold cross validation mencapai 75.83%. Kata Kunci: Ekstraksi fitur, GLCM, Klasifikasi, KNN, Cross Validation.

Item Type:	Thesis (Diploma)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Rahmat, Basuki 0023076907 basukirahmat.if@upnjatim.ac.id Thesis advisor Mandyartha, Eka Prakarsa 0725058805 eka_prakarsa.fik@upnjatim.ac.id
Subjects:	Q Science > QA Mathematics > QA76.6 Computer Programming
Divisions:	Faculty of Computer Science > Departemen of Information Systems
Depositing User:	Firdaus Andry Saputra
Date Deposited:	17 Feb 2022 04:31
Last Modified:	17 Feb 2022 04:31
URI:	http://repository.upnjatim.ac.id/id/eprint/5154

Actions (login required)

View Item