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.

[img] Text
11. ABSTRAK.pdf

Download (86kB)
[img] Text
13.BAB I.pdf

Download (173kB)
[img] Text
14.BAB II.pdf

Download (892kB)
[img] Text
15.BAB III.pdf

Download (2MB)
[img] Text
16.BAB IV.intan.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
17.BAB V.intan.pdf

Download (152kB)
[img] Text
18.DAFTAR PUSTAKA.pdf

Download (78kB)
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

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 View Item