PENGENALAN JENIS KERANG BERDASARKAN TEKSTUR CANGKANG MENGGUNAKAN METODE KNN

HADI, MUHAMAD SISNO (2014) PENGENALAN JENIS KERANG BERDASARKAN TEKSTUR CANGKANG MENGGUNAKAN METODE KNN. undergraduate thesis, Universitas Muhammadiyah Gresik.

[img]
Preview
Text
12. ABSTRAK.pdf

Download (86kB) | Preview
[img]
Preview
Text
14. BAB I.pdf

Download (153kB) | Preview
[img]
Preview
Text
15. BAB II.pdf

Download (693kB) | Preview
[img]
Preview
Text
16. BAB III.pdf

Download (520kB) | Preview
[img] Text
17. BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img]
Preview
Text
18. BAB V.pdf

Download (59kB) | Preview
[img]
Preview
Text
19. DAFTAR PUSTAKA.pdf

Download (107kB) | Preview
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Perkembangan dan kemajuan dalam bidang Teknologi dan Informasi memberikan pengaruh yang cukup besar dalam dunia analisis citra. Saat ini, proses manipulasi citra semakin mudah dilakukan, salah satu faktor munculnya berbagai macam metode pada segmentasi citra. Segmentasi citra merupakan langkah awal dalam melakukan pengolahan citra, pengenalan pola, visi computer, karena hampir sebagian besar proses pengolahan citra bergantung pada hasil operasi enhancement atau proses perbaikan citra. Pada tugas akhir ini akan diimplementasikan dalam proses menentukan jenis kerang berdasarkan tekstur menggunakan metode KNN. Proses perbaikan dimulai dari citra RGB ke Greyscale, kemudian dilanjutkan pada proses operasi normalisasi, setelah itu proses equalisasi histrogram, kemudian dilanjutkan dengan operasi median filtering, setelah itu proses thresholding dan yang terakhir yaitu proses operasi segmentasi. Proses ekstraksi ciri dilakukan setelah operasi perbaikan citra dengan menggunakan metode co-occurrence matrix. Proses ekstraksi ciri co-occurrence matrix menghasilkan 6 fitur, yaitu nilai angular second moment, contrast, correlation, varience, invers different moment, dan entropy. Hasil penelitian menunjukan akurasi pengujian klasifikasi menggunakan metode knn adalah 66.6%.

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/1555

Actions (login required)

View Item View Item