PENGOLAHAN CITRA DIGITAL UNTUK MENGIDENTIFIKASI KEMATANGAN BUAH MELON BERDASARKAN CIRI STATISTIK ORDE 1 MENGGUNAKAN ALGORITMA K-NN

ROKHMAN, MUKHAMMAD FATKHUR (2020) PENGOLAHAN CITRA DIGITAL UNTUK MENGIDENTIFIKASI KEMATANGAN BUAH MELON BERDASARKAN CIRI STATISTIK ORDE 1 MENGGUNAKAN ALGORITMA K-NN. Other thesis, UNIVERSITAS PGRI SEMARANG.

[thumbnail of MUKHAMMAD FATKHUR ROKHMAN.pdf] Text
MUKHAMMAD FATKHUR ROKHMAN.pdf
Restricted to Repository staff only

Download (2MB)

Abstract

Melon (Cucumis melo) memiliki nilai yang tinggi dengan kisaran pasar
yang luas dan beragam, mulai dari pasar tradisional hingga pasar modern.
Tujuan penelitian ini yaitu mengidentifikasi kematangan buah melon
berdasarkan tekstur kulit menggunakan Pengolahan Citra Digital dengan
metode ekstraksi ciri orde 1 menggunakan algoritma K-NN. Oleh karena itu
dibuatlah identifikasi tingkat kematangan buah melon menggunkaan
ekstraksi ciri orde 1 menggunakan algoritma k-nearest neighbor dengan
memanfaatkan teknologi pengolahan citra digital untuk memudahkkan
masyarakat menetukan buah melon yang matang dan mentah. Metode
penelitian yang digunakan adalah ekstraksi ciri tekstur orde 1 menggunakan
algoritma K-NN, penelitian ini menggunakan citra buah melon sebanyak 44
citra buah melon dimana 27 citra digunakan untuk data training dan 17 citra
digunakan sebagai data testing. Pada proses identifikasi dengan metode ciri
statistik
orde
1
menggunakan
algoritma
K-NN
program
akan
membandingkan tingkat kookurensi yang dimiliki objek, kemudian akan
dipilih tingkat kesesuaiaan yang paling tinggi dan diputuskan apakah objek
tersebut merupakan buah melon matang atau mentah. Berdasarkan hasil
pengujian data, sistem dapat mengidentifikasi tingkat kematangan buah
melon dengan akurasi sebesar 82%. Algoritma k-nearest neighbor (K-NN)
adalah sebuah metode untuk melakukan klasifikasi terhadap objek
berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek
tersebut. K-Nearest Neighbor telah banyak digunakan sebagai metode
klasifikasi dengan akurasi yang tinggi. Pengolahan citra digital mampu
untuk mengidentifikasi kematangan buah melon dengan baik karena tingkat
akurasinya cukup akurat. Untuk penelitian serupa dimasa depan dapat
dikembangkan dengan menambahkan fungsi identifikasi buah melon
berdasrkan bentuk dan warna dari kulit buah melon serta dapat menerapkan
algoritma lain.
Kata kunci : Buah Melon, k-Nearest Neighbor, Matlab

Item Type: Thesis (Other)
Subjects: L Education > L Education (General)
Divisions: Fakultas Teknik dan Informatika > Informatika
Depositing User: Perpus Pusat Upgris
Date Deposited: 19 Nov 2024 03:30
Last Modified: 19 Nov 2024 03:30
URI: http://eprints3.upgris.ac.id/id/eprint/7834

Actions (login required)

View Item
View Item