Klasifikasi jenis buah mangga Menggunakan metode k-nearest neighbor (knn) Dan ekstraksi fitur citra digital
| Main Author: | MUNIR, MUHAMMAD SIROJUDDIN |
|---|---|
| Format: | Bachelors NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2022
|
| Subjects: | |
| Online Access: |
http://eprints.umk.ac.id/17481/1/Hal.%20Judul.pdf http://eprints.umk.ac.id/17481/2/BAB%20I.pdf http://eprints.umk.ac.id/17481/3/BAB%20II.pdf http://eprints.umk.ac.id/17481/4/BAB%20III.pdf http://eprints.umk.ac.id/17481/5/BAB%20IV.pdf http://eprints.umk.ac.id/17481/6/BAB%20V.pdf http://eprints.umk.ac.id/17481/7/Daftar%20Pustaka.pdf http://eprints.umk.ac.id/17481/8/Lampiran.pdf http://eprints.umk.ac.id/17481/ |
Daftar Isi:
- Mangga merupakan salah satu buah yang popular dan terkenal mengandung tinggi nutrisi. Tak ayal banyak sekali manfaat buah mangga untuk kesehatan. Buah mangga sendiri memiliki banyak jenis, namun terdapat permasalahan dalam menentukan jenisnya, yaitu masih dilakukan secara manual dengan cara memilah jenis mangga dengan membandingkan warna, bentuk maupun ukurannya. Penelitian ini dilakukan untuk mengklasifikasikan buah mangga ke dalam kelas-kelas berdasarkan jenis sehingga mempermudah dalam mengklasifikasikan mangga yang dapat membantu para petani mangga. Metode yang digunakan adalah Gray Level Co-occurrence Matrix (GLCM) untuk ekstraksi ciri tekstur, lalu Hue Saturation Value (HSV) untuk ekstraksi ciri warna, sedangkan untuk menentukan kedekatan antara citra uji dengan citra latih menggunakan metode K-Nearest Neighbor (KNN).