KLASIFIKASI UMUR PERKEBUNAN KELAPA SAWIT PADA CITRA UDARA MENGGUNAKAN METODE EKSTRAKSI FITUR LOCAL BINARY PATTERN (LBP) EXTENDED - UNIFORM PATTERN DAN METODE KLASIFIKASI FUZZY K-NEAREST NEIGHBOR (FK-NN)

HANIFAH, LILY NUR (2016) KLASIFIKASI UMUR PERKEBUNAN KELAPA SAWIT PADA CITRA UDARA MENGGUNAKAN METODE EKSTRAKSI FITUR LOCAL BINARY PATTERN (LBP) EXTENDED - UNIFORM PATTERN DAN METODE KLASIFIKASI FUZZY K-NEAREST NEIGHBOR (FK-NN). undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text 8. ABSTRAK.pdf Download (52kB)
	Text 10. BAB 1.pdf Download (77kB)
	Text 11. BAB II.pdf Download (690kB)
	Text 12. BAB III.pdf Download (352kB)
	Text 13. BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text 14. BAB V.pdf Download (51kB)
	Text 15. DAFTAR PUSTAKA.pdf Download (90kB)

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 umur pohon kelapa sawit. Proses perbaikan citra RGB Skala abu-abu, kemudian dilanjut dengan histogram pemerataan setelah itu dilanjutkan dengan proses invers citra untuk mendapatkan hasil yang lebih baik. sedangkan pada seleksi tekstur menggunakan metode Ekstraksi fitur Local Binary Pattern (LBP) Extended-Uniform Pattern dan metode klasifikasi Fuzzy K-Nearest Neighbor (FK-NN). Ada empat kelas yang digunakan yaitu sawit tua, dewasa, muda dan bukan sawit. Sistem dibuat dengan menggunakan program aplikasi Matlab R2013a. Dataset yang digunakan adalah menggunakan citra perkebunan kelapa sawit yang memiliki dimensi 60 x 60 pixel sebanyak 400 citra, dimana 100 citra merupakan sawit tua, 100 citra sawit dewasa, 100 citra merupakan sawit muda dan 100 citra bukan sawit . untuk tahapan identifikasi (tekstur) menggunakan fuzzy knn, menghasilkan akuransi sebesar 95%.

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	tri risdianto saifullah
Date Deposited:	15 Jul 2019 11:21
Last Modified:	15 Jul 2019 11:21
URI:	http://eprints.umg.ac.id/id/eprint/2002

Actions (login required)

View Item