RAHMADIYANTI, SEKAR SERUNI (2021) KLASIFIKASI JENIS BATUAN SEDIMEN BERDASARKAN TEKSTUR PADA PENGOLAHAN CITRA DIGITAL MIKROSKOPIS MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Diploma thesis, UPN "Veteran" Yogyakarta.
Preview |
Text
COVER.pdf Download (186kB) | Preview |
![]() |
Text
SKRIPSI FULL_SEKAR SERUNI_123160006.pdf Restricted to Repository staff only Download (5MB) |
Preview |
Text
DAFTAR ISI.pdf Download (114kB) | Preview |
Preview |
Text
DAFTAR PUSTAKA.pdf Download (122kB) | Preview |
Preview |
Text
PENGESAHAN PEMBIMBING.pdf Download (399kB) | Preview |
Preview |
Text
PENGESAHAN PENGUJI.pdf Download (402kB) | Preview |
Preview |
Text
ABSTRAK.pdf Download (121kB) | Preview |
Abstract
Batuan umumnya sering dijumpai di berbagai macam tempat di seluruh permukaan
bumi ini. Dari banyaknya batuan yang ada di seluruh muka bumi ini khususnya di Indonesia,
batuan memiliki ragam dan bentuk yang masih susah untuk dibedakan. Dan dari banyaknya
batuan yang ada, hanya ahli geologis yang dapat mengetahui setiap perbedaannya dengan
menggunakan cara yang manual. Dengan adanya penelitian ini yang bertujuan untuk
membantu ahli geologis untuk menggunakan software dengan menggunakan pengolahan citra
yang dapat dipakai di kemudian hari untuk mempermudah pengklasifikasikan batuan yang ada
khususnya batuan sedimen.
Penelitian ini menggunakan data primer yang diambil langsung dari laboratorium
sedimen dan laboratorium petrologi UPN “Veteran” Yogyakarta. Proses yang dilakukan pada
penelitian ini diawali dengan mengumpulkan data, melakukan preprocessing yang terdiri dari
dua bagian yaitu yang pertma resize dan yang kedua merupakan grayscale. Langkah
selanjutnya dilakukan pembuatan model menggunakan metode Local Binary Pattern yang
berfungsi untuk mengekstraks fitur tekstur pada citra batuan dan metode K-Nearest Neighbor
yang berfungsi untuk mengklasifikasi setiap jenis batuan yang ada.
Dengan menggunakan nilai K sebesar 3 untuk klasifikasi jenis batuan sedimen pada
penelitian ini, diperoleh hasil akurasi yang cukup baik yaitu sebesar 82%. Dengan nilai presisi
sebesar 81,4% dan nilai recall sebesar 83%. Dan dengan menggunakan perbandingan data
training sebesar 80% serta data testing sebesar 20% yang diambil secara random pada
penelitian ini.
Kata Kunci : Klasifikasi, Batuan Sedimen, Local Binary Pattern (LBP), K-Nearest Neighbor
(K-NN)
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Klasifikasi, Batuan Sedimen, Local Binary Pattern (LBP), K-Nearest Neighbor (K-NN) |
Subjek: | Z Bibliography. Library Science. Information Resources > ZA Information resources |
Divisions: | x. Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
Depositing User: | Eny Suparny |
Date Deposited: | 14 Feb 2022 03:13 |
Last Modified: | 14 Feb 2022 03:13 |
URI: | http://eprints.upnyk.ac.id/id/eprint/28350 |
Actions (login required)
![]() |
View Item |