KLASIFIKASI DAGING SAPI DAN BABI BERDASARKAN TEKSTUR MENGGUNAKAN METODE GRAY LEVEL RUN LENGTH MATRIX DAN K-NEAREST NEIGHBOR

Pratama, Adrianus Wisnu (2024) KLASIFIKASI DAGING SAPI DAN BABI BERDASARKAN TEKSTUR MENGGUNAKAN METODE GRAY LEVEL RUN LENGTH MATRIX DAN K-NEAREST NEIGHBOR. Other thesis, UPN Veteran Yogyakarta.

[thumbnail of COVER.pdf] Text
COVER.pdf
Download (107kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf
Download (9kB)
[thumbnail of HALAMAN PENGESAHAN PEMBIMBING.pdf] Text
HALAMAN PENGESAHAN PEMBIMBING.pdf
Download (139kB)
[thumbnail of HALAMAN PENGESAHAN PENGUJI.pdf] Text
HALAMAN PENGESAHAN PENGUJI.pdf
Download (151kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf
Download (49kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Download (100kB)
[thumbnail of ADRIANUS WISNU FULL SKRIPSI.pdf] Text
ADRIANUS WISNU FULL SKRIPSI.pdf
Restricted to Repository staff only
Download (4MB)

Abstract

Pertumbuhan populasi dan ekonomi di Indonesia meningkatkan permintaan daging,
namun produksi dalam negeri belum mencukupi sehingga diperlukannya impor daging, yang
menyebabkan harga daging sapi dengan daging babi yang lebih murah, merugikan
konsumen, terutama umat Muslim. Diperlukan teknologi yang cepat dan akurat untuk
mengidentifikasi jenis daging.
Penelitian ini bertujuan mengklasikasikan daging sapi dan babi berdasarkan tekstur
menggunakan metode Gray Level Run Length Matrix (GLRLM) dan algoritma K-Nearest
Neighbor (KNN). Tahapan penelitian meliputi sstudi literatur, preprocessing citra, ekstraksi
ciri tesktur dengan GLRLM, klasifikasi menggunakan KNN, dan evaluasi sistem dengan
confusion matrix.
Hasil penelitian menunjukkan bahwa klasifikasi dengan KNN pada k=3 memberikan
akurasi tertinggi sebesar 93%, precision 94%, dan recall 93%. Metode GLRLM terbukti
efektif untuk ekstraksi fitur tekstur, dan KNN mampu mengklasfikasikan jenis daging
dengan baik.
Kata kunci : Klasifikasi Daging, Gray Level Run Length Matrix (GLRLM), K-Nearest Neighbor (KNN), Pengolahan Citra Digital.

Item Type: Thesis (Other)
Uncontrolled Keywords: Klasifikasi Daging, Gray Level Run Length Matrix (GLRLM), K-Nearest Neighbor (KNN), Pengolahan Citra Digital.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Bayu Setya Pambudi
Date Deposited: 06 Nov 2024 02:07
Last Modified: 06 Nov 2024 02:07
URI: http://eprints.upnyk.ac.id/id/eprint/41560

Actions (login required)

View Item View Item