Afifudin, Gus A’mas (2018) PENERAPAN METODE ALGORITMA K-NEAREST NEIGHBOUR UNTUK MEMBANTU MENENTUKAN GRADE DAUN TEMBAKAU BERDASARKAN WARNA MENGGUNAKAN IMAGE PROCESSING (Studi Kasus : Gudang Tobacco Leaves). Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.
|
Text
Cover.pdf Download (245kB) | Preview |
|
|
Text
Lembar Pengesahan.pdf Download (2MB) | Preview |
|
|
Text
Abstrak.pdf Download (37kB) | Preview |
|
|
Text
Daftar Isi.pdf Download (42kB) | Preview |
Abstract
ABSTRAK Kualitas tembakau menjadi faktor utama dalam pembuatan jenis rokok, tembakau terdiri dari berbagai kualitas atau grade. Pengklasifikasian grade ini merupakan aspek penting untuk menunjang stabilnya kualitas dan citarasa rokok yang akan dihasilkan sebelum proses produksi. Pengklasifikasian daun tembakau dilakukan oleh seorang ahli tembakau yang biasa disebut grader. Kemampuan penciuman dan penglihatan grader merupakan salah satu karaktaristik manusia, namun sifat manusiawi seperti kelelahan dan penglihatan dapat mempengaruhi kualitas pengklasifikasian daun tembakau, dimana dapat mengakibatkan stabilitas grade tembakau tidak dapat terpenuhi. Pengklasifikasian kualitas tembakau dapat dilakukan dengan dua faktor pendekatan yaitu faktor internal dan eksternal. Faktor internal yaitu penciuman, pengujian dengan merokok, dan analisis kimia, sedangkan faktor eksternal salah satunya yaitu penglihatan, dimana penentuannya didasarkan dari warna dari daun tembakau. Dalam penelitian ini, faktor eksternal yang akan digunakan untuk mengklasifikasikan grade atau kualitas daun tembakau dengan mengkombinasikan teknologi pengolahan citra. Pada penelitian ini metode untuk pengklasifikasian kualitas daun tembakau dengan menggunakan algoritma K-Nearest Neighbor. Sebelum masuk proses algoritma K-Nearest Neighbor, tahapan yang harus dilakukan terlebih dulu adalah mencari nilai rata-rata RGB dari citra gambar daun tembakau dengan menggunakan teknik Grayscaling, Thresholding, dan Remasking, kemudian nilai tersebut akan digunakan sebagai data training untuk dijadikan acuan guna menetukan kualitas daun tembakau. Pengujian ini menggunakan metode Euclidean Distance untuk mencocokan data testing dengan data training. Berdasarkan hasil pengujian dengan menggunakan 90 sampel yang terdiri dari 6 jenis kriteria kualitas daun tembakau, tingkat akurasi keberhasilan dalam memprediksi sebesar 85,55% dan tingkat akurasi kesalahan adalah 14,45% Katakunci : Klasifikasi, Kualitas Citra Daun Tembakau, Algoritma K-Nearest Neighbor, Analisis Warna, Image Processing.
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Basir Umaryadi |
| Date Deposited: | 14 Mar 2018 08:34 |
| Last Modified: | 14 Mar 2018 08:34 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/14650 |
Actions (login required)
 |
View Item |