KLASIFIKASI CITRA BERDASARKAN BENTUK OBJEK DENGAN METODE TRANSFORMASI HOUGH MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
| Main Author: | Purnamasari, Mika |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2014
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/25379/1/jiptummpp-gdl-mikapurnam-34684-1-pendahul-n.pdf http://eprints.umm.ac.id/25379/2/jiptummpp-gdl-mikapurnam-34684-2-babi.pdf http://eprints.umm.ac.id/25379/ |
Daftar Isi:
- Mengelompokkan citra secara manual dengan harus membagi citra sesuai kemiripan yang ada membutuhkan waktu lama bila citra yang ada berjumlah besar. Pengelompokan citra tentu membutuhkan ketelitian user dalam mengelompokkan citra sesuai kemiripan yang dimiliki dan tidak menutup kemungkinan terjadi kesalahan user dalam melakukan klasifikasi. Oleh karena itu diperlukan proses klasifikasi secara otomatis sehingga didapatkan hasil yang lebih akurat serta efisiensi waktu yang lebih baik. Untuk memudahkan proses klasifikasi ini, dirancang sistem untuk mengelompokkan citra berdasarkan kesamaan bentuk. Sebelum dilakukan proses klasifikasi terlebih dahulu dilakukan deteksi tepi citra dengan metode canny, kemudian dilakukan proses transformasi citra dengan metode hough, selanjutnya akan dilakukan proses perhitungan hu moment invariant dari citra tersebut. Dari nilai itulah yang akan digunakan dalam proses klasifikasi menggunakan algoritma k-nearest neighbor, sehingga dapat diketahui citra yang dimasukkan termasuk dalam kelas yang mana. Dari pengujian yang dilakukan didapatkan nilai persentase keakurasian sistem secara keseluruhan sebesar 98,4%. Melalui aplikasi ini, diharapkan dapat memberikan kemudahan sebagai alternatif untuk melakukan klasifikasi citra berdasarkan bentuk objek. Kata kunci:canny edge detection,hough transform, hu moment invariant, k-nearest neighbor, clasification.