PERBANDINGAN METODE GRAY LEVEL CO-OCCURENCE MATRIX DENGAN FILTER GABOR DALAM PENENTUAN JENIS KERANG BERDASARKAN TEKSTUR CANGKANG

YANUAR, ADI HAFIDUDDIN (2013) PERBANDINGAN METODE GRAY LEVEL CO-OCCURENCE MATRIX DENGAN FILTER GABOR DALAM PENENTUAN JENIS KERANG BERDASARKAN TEKSTUR CANGKANG. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text halaman judul.pdf Download (1MB)
	Text bab 1.pdf Download (192kB)
	Text bab 2.pdf Download (974kB)
	Text bab 3.pdf Download (588kB)
	Text bab 4.pdf Restricted to Repository staff only Download (771kB)
	Text bab 5.pdf Download (86kB)
	Text daftar pustaka.pdf Download (198kB)
	Text lampiran.pdf Download (909kB)

Abstract

Perkembangan teknologi informasi berkembang sangat pesat. Beberapa penelitian banyak melahirkan aplikasi dalam bidanng pengidentifikasi suatu objek gambar. Pengolahan citra merupakan salah satu jenis teknologi untuk menyelesaikan masalah mengenai pemrosesan gambar. Dalam pengolahan citra, gambar diolah sedemikian rupa sehingga gambar tersebut dapat digunakan untuk aplikasi lebih lanjut. Aplikasi dalam citra digital juga mengalami perkembangan dalam hal mengidentifikasi jenis biota laut seperti ikan, kerang dan lainnya berdasarkan ciriciri tertentu. Pada tugas akhir ini akan diimplementasikan sebuah sistem yang akan mengidentifikasi jenis kerang berdasarkan tekstur menggunakan metode Gray Level Co-Occurrence Matrix dan Filter Gabor. Matriks kookurensi merupakan matriks bujursangkar dengan jumlah elemen sebanyak kuadrat jumlah level intensitas piksel pada citra. Kemampuan sistem visual manusia dalam membedakan berbagai tekstur didasarkan atas kapabilitas dalam mengidentifikasikan berbagai frekuensi dan orientasi spasial dari tekstur yang diamati. Filter Gabor merupakan salah satu filter yang mampu mensimulasikan karakteristik sistem visual manusia dalam mengisolasi frekuensi dan orientasi tertentu dari citra. Berdasarkan tujuan diatas, sistem dibuat dengan menggunakan program aplikasi Matlab R2011b. Pengujian dilakukan dengan menggunakan gambar kerang yang memiliki dimensi 448 x 336 pixel (dengan latar belakang yang sama) sebanyak 74 gambar. Dari hasil pengujian, pengidentifikasian menggunakan metode Gray Level Co-Occurrence Matrix lebih akurat dari metode Filter Gabor dengan nilai akurasi 77.6% berbanding 58.3%.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Pengolahan Citra, Jenis Kerang, Gray Level Co-Occurrence Matrix, Filter gabor
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Hendro Wahjoedie
Date Deposited:	11 Dec 2020 09:04
Last Modified:	11 Dec 2020 09:04
URI:	http://eprints.umg.ac.id/id/eprint/4525

Actions (login required)

View Item