<![CDATA[Salah satu inovasi yang berkembang begitu cepat adalah picture handling. Banyak elemen elektronik, seperti pemindai, kamera canggih, dan instrumen pembesar terkomputerisasi. Saat ini, pengolahan gambar adalah perangkat penting di banyak bagian sains, seperti rekayasa perangkat lunak, perancangan listrik dan elektronik, teknologi mekanik, ilmu fisika, sains, ilmu ekologi, sains, dan penelitian otak. Salah satu teknik pengolahan citra dalam penerapan teknologi adalah pengenalan jenis buah, yang salah satunya adalah buah apel. Apel (Malus Domestica) merupakan salah satu tipe buah yang unggul serta sangat digemari serta disantap warga. Ditambah dengan penerapan data mining dalam pengenalan citra buah apel, dapat meningkatkan kualitas akurasinya. Metode yang di terapkan didalam penelitian ini untuk masalah proses pengenalan citra buah apel adalah mengektraksi model warna HSV dan RGB dengan menambahkan fitur bentuk eccentricity, area dan metric untuk menaikan tingkat akurasi dalam pengenalan citra buah apel. Hasil ekstraksi warna dan bentuk buah tersebut diklasifikasikan menggunakan metode Naïve Bayes dengan menggunakan 600 data citra buah yang merupakan data set dari 6 jenis buah apel yang berbeda, dataset tersebut akan dibagi menjadi 480 data tes dan 120 data training. Dengan metode Confusion Matrix, hasil Analisa metode Naïve Bayes menghasilkan tingkat akurasi sebesar 77,5% dengan kategori klasifikasi yang baik.]]>
Copyrights © 2022
