JUMAIDAH, SITI (2015) KLASIFIKASI UMUR LAHAN PERKEBUNAN KELAPA SAWIT PADA CITRA FOTO UDARA BERDASARKAN TEKSTUR MENGGUNAKAN METODE FUZZY KNN. undergraduate thesis, Universitas Muhammadiyah Gresik.
![]() |
Text
11. INTISARI.pdf Download (84kB) |
![]() |
Text
BAB I.pdf Download (169kB) |
![]() |
Text
BAB II.pdf Download (560kB) |
![]() |
Text
BAB III.pdf Download (932kB) |
![]() |
Text
BAB IV(may).pdf Restricted to Repository staff only Download (1MB) |
![]() |
Text
BAB V.pdf Download (151kB) |
![]() |
Text
DAFTAR PUSTAKA.pdf Download (156kB) |
Abstract
Perkembangan kemajuan Teknologi Informasi berpengaruh cukup besar dalam dunia citra. Analisis proses manipulasi gambar menjadi semakin mudah dilakukan, salah satu penyebabnya adalah munculnya berbagai metode citra. gambar Segmentasi adalah langkah pertama melakukan pengolahan citra, pengenalan pola, visi komputer, dan menjadi faktor yang paling penting, sebagian besar pengolahan citra tergantung pada hasil peningkatan operasi atau proses Enhacement gambar. Tugas akhir ini akan diimplementasikan dalam proses penentuan jenis pohon kelapa sawit menggunakan metode Fuzzy knn. Proses perbaikan citra RGB Skala abu-abu, kemudian dilanjutkan dengan operasi normalisasi. Setelah langkah normalisasi operasi lebih lanjut dengan histogram pemerataan setelah itu dilanjutkan dengan proses invers citra untuk mendapatkan hasil yang lebih baik. sedangkan pada seleksi tekstur menggunakan analisis matriks kookurensi proses kookuren menghasilkan 6 fitur yaitu asm ,contras ,correlation ,variance ,idm ,entropy dan untuk proses klasifikasi menggunakan metode fuzzy knn untuk proses pengklasifikasian data. Ada empat kelas yang diggunakan 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 lahan kelapa sawit yang memiliki dimensi 60 x 60 pixel sebanyak 400 gambar. untuk tahapan identifikasi (tekstur) menggunakan fuzzy knn, menghasilkan akuransi sebesar 85%.
Item Type: | Thesis (undergraduate) |
---|---|
Subjects: | Engineering > Informatics Engineering Engineering |
Divisions: | Faculty of Engineering > Informatics Engineering Study Program |
Depositing User: | Shandy Rahma Ramadhan, S.IIP |
Date Deposited: | 12 Jul 2019 06:41 |
Last Modified: | 12 Jul 2019 06:41 |
URI: | http://eprints.umg.ac.id/id/eprint/1918 |
Actions (login required)
![]() |
View Item |