Record Details

KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN)

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

View Archive Info
 
 
Field Value
 
Title KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN)
 
Creator Pawening, Ratri Enggar
Shudiq, Wali Ja'far
Wahyuni, Wahyuni
 
Subject —
jeruk, klasifikasi, k-NN, GLCM, GEOMETRI
 
Description Jeruk merupakan salah satu tanaman jenis buah – buahan yang banyak digemari oleh masyarakat, dikarenakan  buah jeruk  mengandung banyak vitamin C, vitamin B6, Antioksidan dan serat, tingkat komsumsi dan harga yang tinggi banyak dimanfaatkan penjual jeruk untuk berbuat yang tidak seharusnya. Hal ini terjadi karena kurangnya pengetahuan pembeli dalam membedakan jeruk baik dan buruk, Salah satu cara untuk mengenali jeruk baik dan buruk dibidang informatika adalah menggunakan pengolahan citra. Tujuan penelitian ini adalah mengklasifikasi jeruk lokal berdasarkan bentuk dan teksturnya, Adapun metode yang digunakan yaitu metode GLCM (gray level co – occurance matrices) dengan fitur energy, Correlation, Contrast, Homogeneity untuk ekstrasi ciri tekstur dan metode geometri untuk ektrasi ciri bentuk dengan fitur Eccentricity dan matric. Sedangkan untuk menentukan kedekatan antara citra uji dengan citra latih menggunakan metode k – Nearest Neigbhor berdasarkan fitur tekstur dan bentuk yang diperoleh. Fitur fitur tekstur dicari dengan berdasarkan sudut 0°, 45°, 90°, 135°, dan Fitur – fitur bentuk dicari berdasarkan Luas dan Keliling Objek, nilai k yang digunakan dalam penelitian ini adalah 1 sampai 5, yang menghasilkan tingkat akurasi tertinggi pada uji k1 sebesar 93,33% dan akurasi terendah sebesar  86,20% pada uji k7 dan k8.
 
Publisher COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi
 
Contributor —
 
Date 2020-12-10
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
 
Format application/pdf
 
Identifier https://ejournal.unuja.ac.id/index.php/core/article/view/1640
 
Source COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi; Vol 1, No 1 (2020); 10-17
 
Language eng
 
Relation https://ejournal.unuja.ac.id/index.php/core/article/view/1640/770
 
Rights Copyright (c) 2020 Ratri Enggar Pawening, Wali Ja'far Shudiq, Wahyuni Wahyuni
https://creativecommons.org/licenses/by-nc-sa/4.0