KLASIFIKASI JENIS POHON MANGGA BERDASARKAN WARNA DAN BENTUK DAUN MENGUNAKAN METODE FUZZY KNN C

MALIK, ZAMZARI (2015) KLASIFIKASI JENIS POHON MANGGA BERDASARKAN WARNA DAN BENTUK DAUN MENGUNAKAN METODE FUZZY KNN C. undergraduate thesis, Universitas Muhammadiyah Gresik.

[img]
Preview
Text
11. INTISARI.pdf

Download (156kB) | Preview
[img]
Preview
Text
13. BAB I.pdf

Download (252kB) | Preview
[img]
Preview
Text
14. BAB II.pdf

Download (730kB) | Preview
[img]
Preview
Text
15. BAB III .pdf

Download (2MB) | Preview
[img] Text
16. BAB IV.pdf
Restricted to Repository staff only

Download (3MB)
[img]
Preview
Text
17. BAB V.pdf

Download (87kB) | Preview
[img]
Preview
Text
18. DAFTAR PUSTAKA.pdf

Download (158kB) | Preview
Official URL: http://digilib.umg.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Tanaman mangga sangat digemari dimasyarakat untuk ditanam baik dalam skala kecil maupun skala besar. Selain bernilai ekonomis, pohon mangga berguna untuk penghijauan lingkungan. Seringkali masyarakat kecewa saat pohon mangga yang ditanam berbuah tidak sesuai dengan apa yang diharapkan dikarenakan pohon mangga mempunyai banyak jenis, hal ini dapat dimaklumi karena secara morfologi daun, bunga dan buah yang kesemuanya mempunyai bentuk atau bangun, ukuran dan warna yang bermacam- macam. Pada tugas akhir ini diimplementasikan sebuah system yang akan mengklasifikasikan jenis pohon mangga berdasarkan warna dan bentuk dengan metode FKNNC (fuzzy k-nearest neighbor in every class). Seleksi warna dilakukan dengan mencari nilai rata-rata kanal green pada warna RGB (red, green, blue). Sedangkan ektraksi ciri bentuk digunakan untuk proses klasifikasi. Fuzzy KNNC merupakan algoritma yang melakukan prediksi dengan mencari nilai keanggotaan data uji dari setiap kelas dengan nilai keanggotaan terbesar sebagai hasil akhir. pengujian dilakukan pada tiga jenis daun pohon mangga gadung, golek, dan manalagi dengan menggunakan 315 sampel. Dari pengujian K=3, K=5, K=7, K=9, K=15, dan K=27, dengan K=27 sebagai hasil terbaik. dengan nilai akurasi pada kelas gadung 70%, kelas golek 83%, kelas manalagi 67%, dan akurasi total sebasar 73%.

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 06:40
Last Modified: 12 Jul 2019 06:40
URI: http://eprints.umg.ac.id/id/eprint/1915

Actions (login required)

View Item View Item