Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal RESEARCH : Computer, Information System & Technology Management
Yusuf Eka Yana
Universitas Islam Lamongan
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Jenis Pisang Berdasarkan Fitur Warna, Tekstur, Bentuk Citra Menggunakan SVM dan KNN Yusuf Eka Yana; Nur Nafi'iyah
RESEARCH : Journal of Computer, Information System & Technology Management Vol 4, No 1 (2021)
Publisher : UNIVERSITAS PGRI MADIUN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25273/research.v4i1.6687

Abstract

Di Indonesia mempunyai beragam jenis tanaman, buah yang dapat ditanam di berbagai daerah Indonesia. Contohnya buah Pisang mempunyai beragam jenis Pisang, dan beberapa masyarakat kurang memahami jenis-jenis Pisang yang ada di Indonesia. Dengan kondisi itu maka kami akan melakukan suatu penelitian terkait mengklasifikasikan jenis Pisang berbasis komputer. Tujuan penelitian ini, yaitu mengidentifikasi atau mengklasifikasi jenis Pisang berdasarkan fitur citra (warna, tekstur, bentuk) dengan algoritma SVM dan KNN. Data yang digunakan adalah citra Pisang total 399, yang diklasifikasi menjadi 7 jenis, Pisang ambon, Pisang kepok, Pisang susu, Pisang raja, Pisang mas, Pisang raja nangka, Pisang cavendish. Dari citra Pisang diambil fitur warna nilai rata-rata RGB, standar deviasi RGB, skewness RGB, entropy RGB. Fitur tekstur nilai rata-rata citra grayscale, standar deviasi grayscale, dan gray level co-occurance matrix (kontras, energi, korelasi, homogeneity). Serta fitur bentuk dari citra biner nilai area, perimeter, metric, major axis, minor axis, eccentricity. Hasil ujicoba menunjukkan algoritma SVM nilai akurasi mengklasifikasi jenis Pisang secara berturut-turut dari fitur warna, tekstur, bentuk adalah 41,67%, 33,3%, 8,3%. Dan hasil klasifikasi jenis Pisang dengan algoritma KNN, nilai K terbaik adalah 2 pada fitur warna 55,95%, fitur tekstur 58,33%, dan fitur bentuk 45,24%.
Co-Authors Nur Nafi'iyah