PENGOLAHAN CITRA IDENTIFIKASI JERUK IMPOR BERDASARKAN WARNA DAN TEKSTUR DENGAN METODE FUZZY KNN

PRATIWI, INTAN DESY (2014) PENGOLAHAN CITRA IDENTIFIKASI JERUK IMPOR BERDASARKAN WARNA DAN TEKSTUR DENGAN METODE FUZZY KNN. undergraduate thesis, Universitas Muhammadiyah Gresik.

Preview	Text 11. ABSTRAK.pdf Download (86kB) | Preview
Preview	Text 13.BAB I.pdf Download (173kB) | Preview
Preview	Text 14.BAB II.pdf Download (892kB) | Preview
Preview	Text 15.BAB III.pdf Download (2MB) | Preview
	Text 16.BAB IV.intan.pdf Restricted to Registered users only Download (1MB)
Preview	Text 17.BAB V.intan.pdf Download (152kB) | Preview
Preview	Text 18.DAFTAR PUSTAKA.pdf Download (78kB) | Preview

Abstract

Saat ini, teknologi informasi berkembang sangat pesat. Banyak beberapa penelitian yang menghasilkan beberapa aplikasi dalam bidang pengidentifikasi suatu objek gambar. Pengolahan citra merupakan salah satu jenis teknologi yang dapat digunakan untuk menyelesaikan masalah mengenai pemrosesan gambar. Aplikasi dalam citra digital juga mengalami perkembangan dalam hal mengidentifikasi baik tanaman, buah, daun maupun yang lainnya berdasarkan ciri-ciri tertentu. Pada tugas akhir ini diimplementasikan sebuah sistem yang akan mengidentifikasijenis Jeruk Impor berdasarkan warna dan tekstur. Seleksi warna dilakukan dengan mencari nilai rata-rata dari jumlah keseluruhan pixel, sedangkan pada seleksi tekstur menggunakan analisis matriks kookurensi dan untuk proses identifikasi menggunakan metode fuzzy knn. Knn merupakan algoritma yang melakukan klasifikasi berdasarkan kedekatan lokasi (jarak) suatu data dengan data yang lain. Dengan menggabungkan KNN dengan teori fuzzy akan dapat memberikan definisi pemberian label kelas pada data uji yang diprediksi. Sistem dibuat dengan menggunakan program aplikasi Matlab R2011b. Pengujian dilakukan dengan menggunakan gambar buah JerukImpor yang memiliki dimensi 448 x 336 pixel (dengan latar belakang yang sama) sebanyak 84 gambar. Dari hasil pengujian berdasarkan warna menghasilkan 100% yang sesuai dengan syarat (warna), sedangkan untuk tahapan identifikasi (tekstur) menggunakan fuzzy knn, menghasilkan 87,5%.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Yoga Setya Perdana, A.Md., Lib.
Date Deposited:	02 Jul 2019 07:08
Last Modified:	02 Jul 2019 07:08
URI:	http://eprints.umg.ac.id/id/eprint/1552

Actions (login required)

View Item