KLASIFIKASI KUALITAS DAUN TEMBAKAU TEMANGGUNG MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR

AHADI, AUNURRAFIQ (2022) KLASIFIKASI KUALITAS DAUN TEMBAKAU TEMANGGUNG MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR. Other thesis, UPN "Veteran" Yogyakarta.

Preview	Text Abstrak.pdf Download (38kB) | Preview
Preview	Text Cover.pdf Download (150kB) | Preview
Preview	Text Daftar isi.pdf Download (39kB) | Preview
Preview	Text Daftar Pustaka.pdf Download (156kB) | Preview
Preview	Text Halaman Pengesahan.pdf Download (856kB) | Preview
	Text Skripsi-Full-Aunurrafiq-Ahadi-123150109.pdf Restricted to Repository staff only Download (4MB)

Abstract

vii
ABSTRAK
Tembakau (Nicotiana Tabacum) merupakan salah satu hasil bumi yang diperoleh
dari daun tanaman. Selain bisa dijadikan sebagai obat dalam bentuk nikotin tatrat dan dalam
ilmu pertanian bisa digunakan sebagai pestisida, biasanya tembakau ini digunakan sebagai
bahan utama rokok. Penentuan tingkat kualitas tembakau memiliki karakteristik tekstur dan
warna sebagai acuan sebagai penentu kualitas dan harga sebuah tembakau. Untuk lebih dapat
meningkatkan nilai ekonomis dari daun tembakau, maka perlu dilakukan penilaian terhadap
kualitas daun tembaku yang melibatkan faktor internal dan eksternal. Faktor internal
melibatkan human sensory (lebih pada penciuman) seperti pengujian aromatik. Sedangkan
faktor eksternal melalui human vision (pengamatan visual), meliputi pengamatan tekstur.
Penentuan nilai kualitas daun tembakau dengan menggunakan parameter sensor manusia
memiliki banyak kekurangan, diantaranya adalah tidak adanya sebuah nilai referensi yang
absolut, sehingga penentuan level kualitas daun tembakau hanya berdasarkan perkiraan.
Penelitian ini bertujuan untuk membuat sistem klasifikasi kualitas daun tembakau
temanggung.
Penelitian ini diawali dengan melakukan preprocessing pada citra dengan melakukan
Labeling yaitu proses memberikan label pada citra sesuai dengan kelasnya dan Grayscale
yaitu proses merubah warna citra menjadi kesatuan warna citra keabuan. Kemudian citra
tersebut akan diambil nilai rata-rata RGB dan citra yang telah melalui preprocessing akan di
ekstraksi teksturnya menggunakan metode Gray Level Co-Occurence Matrix. Besaran yang
digunakan dalam melakukan ekstraksi fitur dengan GLCM adalah Angular Secont Moment
(ASM), Contrast, IDM (Homogeneity) dan Correlation dengan empat arah sudut yaitu 0,
45, 90, dan 135 yang nantinya nilai dari rata-rata RGB dan nilai dari besaran GLCM akan
menjadi parameter dalam melakukan klasifikasi menggunakan K-Nearest Neighbor.
Pada penelitian ini klasifikasi kualitas daun tembakau temanggung dibagi menjadi
dua kelas yaitu kualitas 1 dan kualitas 2. Hasil klasifikasi yang dilakukan menggunakan
metode K-Nearest Neighbor berdasarkan parameter ekstraksi fitur GLCM dan nilai rata-rata
RGB mendapatkan hasil akurasi dengan menggunakan nilai K=3 sebesar 87,5% yang terdiri
dari 48 data uji dan 112 data latih.
Kata kunci : Klasifikasi, Daun Tembakau, GLCM, K-Nearest Neighbor

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Klasifikasi, Daun Tembakau, GLCM, K-Nearest Neighbor
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	25 Feb 2022 04:48
Last Modified:	15 Aug 2022 03:07
URI:	http://eprints.upnyk.ac.id/id/eprint/28508

Actions (login required)

View Item