KLASIFIKASI KUALITAS BIJI JAGUNG MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR

YANES, MUHAMMAD ABEL PUTRA (2023) KLASIFIKASI KUALITAS BIJI JAGUNG MENGGUNAKAN GRAY LEVEL CO-OCCURRENCE MATRIX DAN K-NEAREST NEIGHBOR. Diploma thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.

	Text Laporan _TA_Muhammad Abel Putra Yanes_123180059.pdf Restricted to Repository staff only Download (2MB)
	Text ABSTRAK.pdf Download (8kB)
	Text COVER.pdf Download (147kB)
	Text DAFTAR ISI.pdf Download (197kB)
	Text Halaman Pengesahan Penguji.pdf Download (323kB)
	Text DAFTAR PUSTAKA.pdf Download (130kB)
	Text Halaman Pengesan Pembimbing.pdf Download (289kB)

Abstract

Jagung (Zea Mays L.) merupakan tanaman pertanian di masyarakat Indonesia selain padi
dan kedelai, karena hampir dari seluruh daerah Indonesia subur untuk bibit tanaman pertanian.
Saat ini pemilihan kualitas biji jagung masih dilakukan secara manual, sehingga memiliki
kelemahan seperti keterbatasan visual, perbedaan persepsi dari setiap pengamat dan memerlukan
waktu yang lama.
Pada pengolahan citra digital, ekstraksi ciri merupakah salah satu hal yang penting untuk
dilakukan agar mendapatkan informasi mengenai karakteristik citra tersebut, salah satunya yang
dapat dianalisis adalah ekstraksi ciri tekstur, Gray Level Co-occurrence Matrix (GLCM) adalah
ekstraksi ciri tekstur dengan pendekatan metode statistik yang sering digunakan dan terbukti
menjadi deskriptor yang paling kuat untuk klasifikasi data.
Ada banyak parameter dalam GLCM yang dapat digunakan sebagai nilai ekstraksi ciri
tekstur, tetapi ada beberapa parameter yang sering digunakan dalam penelitian yaitu ASM,
Contrast, IDM, dan Correlation. Penelitian ini akan mengimplementasikan keempat parameter
tersebut untuk mengklasifikasi kualitas biji jagung menggunakan algoritma KNN sebagai metode
klasifikasi.
Berdasarkan beberapa model yang telah dibangun, dihasilkan performa terbaik dengan
menggunakan 4 parameter tersebut yang mana menghasilkan akurasi sebesar 90,909 %. Akurasi
tersebut didapatkan dengan pengujian sistem menggunakan confusion matrix dengan beberapa
percobaan berdasarkan model yang dibangun dan nilai K yang telah ditentukan.
Kata Kunci: Gray Level Co-occurrence Matrix, K-nearest Neighbor, Biji, Jagung, Confusion
Matrix

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Gray Level Co-occurrence Matrix, K-nearest Neighbor, Biji, Jagung, Confusion Matrix
Subjects:	S Agriculture > S Agriculture (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	21 Aug 2023 03:37
Last Modified:	21 Aug 2023 03:37
URI:	http://eprints.upnyk.ac.id/id/eprint/37000

Actions (login required)

View Item