SKANIKA: Sistem Komputer dan Teknik Informatika
Vol 5 No 2 (2022): Jurnal SKANIKA Juli 2022

ANALISA FITUR EKSTRAKSI CIRI DAN WARNA DALAM PROSES KLASIFIKASI KEMATANGAN BUAH RAMBUTAN BERBASIS K-NEAREST NEIGHBOR

Heru Pramono Hadi (Universitas Dian Nuswantoro)
Eko Hari Rachmawanto (Universitas Dian Nuswantoro)

Article Info

Publish Date
26 Jul 2022

Abstract

Klasifikasi citra buah rambutan leci, lengkeng, pulasan dan rambutan yang merupakan buah dalam stau spesies telah dilakukan. Klasifikasi buah rambutan menggunakan KNN saja atau fitur ekstraksi saja sudah pernah dilakukan. Dalam penelitian ini, proses klasifikasi kematangan buah rambutan dilakukan dengan K-NN berbasis fitur ekstraksi ciri dan warna dengan tujuan untuk meningkatkan akurasi klasifikasi citra. Terpilih ekstraksi ciri GLCM dan ekstraksi ciri warna HSV, dimana masing-maisng mempunyai keunggulan masing-masing. Berdasarkan 100 dataset citra dalam 4 kelas yaitu mentah, setengah matang, matang dan busuk, telah dilakukan percobaan bervariasi menggunakan sudut GLCM dari 00, 450, 900, 1350dan nilai K=1,3,5,7,9,11,13. Akurasi terbaik yang dihasilkan yaitu 97,5% pada K=1 dan 00. Sedangkan yang terendah pada K=13 dan 1350 dengan hasil 62,5%.

Copyrights © 2022




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Full PDF
1928.311 KB
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
SKANIKA: Sistem Komputer dan Teknik Informatika
Website

Abbrev

SKANIKA

Publisher

Universitas Budi Luhur Jakarta

Subject

Computer Science & IT Control & Systems Engineering Engineering

Description

SKANIKA: Sistem Komputer dan Teknik Informatika adalah media publikasi online hasil penelitian yang diterbitkan oleh Program Studi Sistem komputer dan Teknik Informatika, Fakultas Teknologi Informasi, Universitas Budi Luhur. Scope atau Topik Jurnal: Kriptografi, Steganografi, Sistem Pakar / ...