IMPLEMENTASI GRAY LEVEL CO-OCCURRENCE MATRIX DENGAN MEMBANDINGKAN EKSTRAKSI CITRA DAUN DAN CITRA BUNGA UNTUK KLASIFIKASI JENIS ANGGREK MENGGUNAKAN SUPPORT VECTOR MACHINE

Eskasalam, Isnaniar Ibtihal (2024) IMPLEMENTASI GRAY LEVEL CO-OCCURRENCE MATRIX DENGAN MEMBANDINGKAN EKSTRAKSI CITRA DAUN DAN CITRA BUNGA UNTUK KLASIFIKASI JENIS ANGGREK MENGGUNAKAN SUPPORT VECTOR MACHINE. Diploma thesis, UPN "Veteran" Yogyakarta.

	Text COVER.pdf Download (149kB)
	Text ABSTRAK.pdf Download (33kB)
	Text LEMBAR PENGESAHAN.pdf Download (479kB)
	Text DAFTAR ISI.pdf Download (45kB)
	Text DAFTAR PUSTAKA.pdf Download (108kB)
	Text Skripsi_ISNANIAR_123180088.pdf Restricted to Repository staff only Download (6MB)

Abstract

Anggrek memiliki daya tarik terhadap karakteristik yang unik. Setiap jenis anggrek memiliki
karakteristik yang berbeda terutama bagian daun dan bunga. Sehingga diperlukan klasifikasi
untuk mempermudah mengenali jenis-jenisnya. Klasifikasi jenis anggrek dapat dilihat dari
karakter masing-masing jenis, seperti karakter tekstur yang dimiliki. Tujuan penelitian ini
yaitu untuk melakukan analisis tekstur Gray Level Co-Occurrence Matrix pada citra daun
dan citra bunga untuk mendapatkan klasifikasi jenis anggrek yang akurat dengan
menggunakan metode Support Vector Machine. Tahapan penelitian ini adalah pengambilan
data, preprocessing data, ekstraksi Gray Level Co-Occurrence Matrix, klasifikasi Support
Vector Machine, dan pengujian model dengan menghitung akurasi menggunakan confusion
matrix. Hasil penelitian menunjukkan bahwa klasifikasi jenis anggrek menggunakan
ekstraksi Gray Level Co-Occurrence Matrix pada citra daun memberikan akurasi yang lebih
tinggi yaitu sebesar 80,83%. Penelitian ini menunjukkan bahwa ekstraksi citra daun
memberikan informasi fitur Gray Level Co-Occurrence Matrix yang lebih relevan dan
signifikan untuk klasifikasi jenis anggrek dibandingkan dengan ekstraksi menggunakan citra
bunga.
Kata kunci: Pengolahan citra, Klasifikasi, Anggrek, Ekstraksi Fitur, Gray Level CoOccurrence
Matrix,
Support
Vector
Machine

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Pengolahan citra, Klasifikasi, Anggrek, Ekstraksi Fitur, Gray Level CoOccurrence Matrix, Support Vector Machine
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Bayu Setya Pambudi
Date Deposited:	12 Jun 2024 03:53
Last Modified:	12 Jun 2024 03:53
URI:	http://eprints.upnyk.ac.id/id/eprint/39738

Actions (login required)

View Item