PERBANDINGAN EKSTRAKSI CIRI WARNA DALAM KLASIFIKASI TINGKAT KEMATANGAN SAWIT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (Studi Kasus: Perkebunan Sawit Masyarakat Muara Bangun)

Indahyani, Indahyani (2022) PERBANDINGAN EKSTRAKSI CIRI WARNA DALAM KLASIFIKASI TINGKAT KEMATANGAN SAWIT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (Studi Kasus: Perkebunan Sawit Masyarakat Muara Bangun). Other thesis, UPN 'Veteran" Yogyakarta.

[thumbnail of daftar pustaka.pdf] Text
daftar pustaka.pdf

Download (145kB)
[thumbnail of HALAMAN PENGESAHAN PEMBIMBING.pdf] Text
HALAMAN PENGESAHAN PEMBIMBING.pdf

Download (469kB)
[thumbnail of Skripsi_123180013_Abstrak.pdf] Text
Skripsi_123180013_Abstrak.pdf

Download (152kB)
[thumbnail of Skripsi_123180013_Cover.pdf] Text
Skripsi_123180013_Cover.pdf

Download (132kB)
[thumbnail of Skripsi_123180013_DaftarIsi.pdf] Text
Skripsi_123180013_DaftarIsi.pdf

Download (135kB)
[thumbnail of SKRIPSI FULL_INDAHYANI_123180013.pdf] Text
SKRIPSI FULL_INDAHYANI_123180013.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

iv
ABSTRAK
Pada tahun 2019 Indonesia menjadi pengekspor sawit terbesar dengan memegang
58% pasar sawit dunia berdasarkan data yang dikeluarkan oleh United State Departement
of Agriculture. Tingkat kematangan sawit terdiri dari 3 kelas yaitu matang (merah-jingga), mengkal(merah-kehitaman) dan mentah (hitam keungguan). Memanfaatkan penghilatan
manusia dalam klasifikasi sawit sangat subjektif dan rentan kesalahan. Sehingga
diperlukan sistem yang dapat melakukan klasifikasi sehingga hasil yang diberikan lebih
objektif minim kesalahan. Ekstraksi ciri dari 6 model warna yaitu RGB, YCBCR, HSV, YUV LAB dan XYZ
akan dimplementasikan dalam mengklasifikasi tingkat kematangan sawit menggunakan
algoritma K-Nearest Neighbors. Ekstraksi ciri dari semua model warna berhasil digunakan
dalam melakukan klasifikasi tingkat kematangan sawit dengan rata-rata akurasi diatas 90%. Didapatkan hasil model warna terbaik adalah LAB dengan rata-rata akurasi sebasar
97.37%. Nilai rata-rata akurasi didapatkan dari hasil perhitungan confusion matrix. Dari
beberapa pengujian dapat disimpulkan bahwa sistem dapat berjalan dengan baik
diantaranya ketika pengujian perubahan brigthness, rotate dan resize. Bahasa
pemrograman Pyhton akan digunakan dalam membangun sistem klasifikasi. Kata Kunci : Klasifikasi, Sawit, Ekstraksi Ciri Warna, K-Nearest Neighbors.

Item Type: Thesis (Other)
Uncontrolled Keywords: Klasifikasi, Sawit, Ekstraksi Ciri Warna, K-Nearest Neighbors.
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: 08 Nov 2022 03:15
Last Modified: 08 Nov 2022 03:15
URI: http://eprints.upnyk.ac.id/id/eprint/31541

Actions (login required)

View Item View Item