“Klasifikasi Jenis Daun Jambu Air Menggunakan Algoritma K-Nearest Neighbor dengan Ekstraksi Fitur Local Binary Pattern”

Pangestu, Mahendra (2022) “Klasifikasi Jenis Daun Jambu Air Menggunakan Algoritma K-Nearest Neighbor dengan Ekstraksi Fitur Local Binary Pattern”. Other thesis, UPN 'Veteran" Yogyakarta.

[thumbnail of HALAMAN PENGESAHAN_123160028_MAHENDRA PANGESTU.pdf] Text
HALAMAN PENGESAHAN_123160028_MAHENDRA PANGESTU.pdf

Download (674kB)
[thumbnail of SKRIPSI FULL_123160028_MAHENDRA PANGESTU.pdf] Text
SKRIPSI FULL_123160028_MAHENDRA PANGESTU.pdf
Restricted to Repository staff only

Download (3MB)
[thumbnail of Abstrak terbaru.pdf] Text
Abstrak terbaru.pdf

Download (825kB)
[thumbnail of cover terbaru.pdf] Text
cover terbaru.pdf

Download (170kB)
[thumbnail of Daftar pustaka terbaru.pdf] Text
Daftar pustaka terbaru.pdf

Download (2MB)
[thumbnail of daftar isi terbaru.pdf] Text
daftar isi terbaru.pdf

Download (1MB)

Abstract

Jambu air merupakan tumbuhan yang biasa dibudidayakan hampir diseluruh wilayah
Indonesia yang juga termasuk jenis tanaman yang memiliki daya adaptasi yang tinggi dengan
berbagai jenis tanah. Jambu air memiliki berbagai jenis seperti daun jambu air madu, jambu
air kaget dan masih banyak jenis jambu air lainnya, yang setiap jenisnya agak sulit dibedakan
secara fisik dari daunnya. Permasalahan diatas menjadi alasan unutk dilakukannya penelitian
ini. Tujuan dari penelitian ini yaitu mengetahui performa dari penggunaan metode KNN
dalam melakukan klasifikasi daun jambu air berdasarkan ekstraksi fitur LBP
Penelitian ini menggunakan data sekunder. Proses yang dilakukan pada penelitian ini
diawali dengan pengumpulan data, preprocessing yang terdiri dari pemisahan latar belakang
dari objek atau segmentasi, labeling, resize, dan grayscale. Selanjutnya digunakan metode
LBP sebagai ekstraksi fitur untuk menghitung nilai ketetanggaan dan nilai pusat, nilai yang
didapatkan berupa kode LBP yang dijadikan sebagai acuan untuk melakukan proses
klasifikasi menggunakan KNN.
Hasil akurasi terbaik yang didapatkan dari model pada penelitian ini dengan
menggunakan nilai K=4 yaitu 84%, dengan nilai presisi 90%, dan nilai recall sebesar 84%.
Hasil ini didapatkan dari 375 data dengan perbandingan data latih dan data uji 80:20.
Performa dari KNN menunjukkan hasil yang baik dengan menggunakan nilai K=4 yang dapat
melakukan proses klasifikasi citra daun jambu air
Kata Kunci: Klasifikasi, Daun Jambu Air, LBP, KNN

Item Type: Thesis (Other)
Uncontrolled Keywords: Klasifikasi, Daun Jambu Air, LBP, KNN
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User: Eko Yuli
Date Deposited: 29 Nov 2022 02:41
Last Modified: 29 Nov 2022 02:41
URI: http://eprints.upnyk.ac.id/id/eprint/31735

Actions (login required)

View Item View Item