KLASIFIKASI CABAI RAWIT DENGAN METODE FUZZY K-NEAREST NEIGHBOR BERDASARKAN RUANG WARNA HSV
| Main Author: | FITRI NUR ANNISA |
|---|---|
| Format: | Book |
| Bahasa: | ind |
| Terbitan: |
ITATS
, 2019
|
| Subjects: | |
| Online Access: |
http://library.itats.ac.id//index.php?p=show_detail&id=27422 |
Daftar Isi:
- Abstrak Tingkat kematangan cabai rawit dapat dilihat dari beberapa aspek yaitu dilihatdari warna, dilihat dari bentuk. Pada aspek warna, kematangan cabai rawit dapat dilihatdengan menyesuaikan warna yang telah matang dan yang akan diuji tingkatkematangannya. Proses penentuan tingkat kematangan cabai rawit ini biasanyadilakukan secara visual secara langsung pada cabai rawit. proses seperti ini memilikibeberapa kelemahan yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkatpersepsi kematangan yang berbeda. Sistem akan mengklasifikasi tingkat kematangancabai rawit melalui proses konversi ruang warna HSV (Hue, Saturation, Value) Sistemini dipandang lebih lebih dekat dari pada sistem RGB dalam mendeskripsikan sensasiwarna oleh mata manusia. Pada penelitian ini, diawali dengan proses segmentasimenggunakan Transformasi Geometri (cropping), lalu proses ekstraksi fitur diawalidengan konversi citra dalam ruang warna RGB ke ruang warna HSV, yang akanmenghasilkan fitur-fitur seperti komponen Hue, Saturation dan Value yang nantinya akan dijadikan input pada algoritma FK-NN ( Fuzzy K-nearest Neighbor ). Pada proses pengujian menggunakan 60 data yang belum diketahui kelasnya. Hasil dari pengujianmendapatkan tabel cofusion matrix, yang akan digunakan untuk mengukur tingkatakurasi dari setiap kelas. Untuk nilai akurasi secara keseluruhan mendapat nilai 93,8%hasil tersebut didapatkan dari perhitungan. Kata Kunci: Ruang Warna HSV, Klasifikasi, Fuzzy K-Nearest Neighbor (FKNN)
- -