Klasifikasi Spesies Lovebird menggunakan Ekstraksi Ciri Gray Level Co-occurrence Matrix dan Algoritma K-Nearest Neighbor

DYAH, DEWI RATNA (2016) Klasifikasi Spesies Lovebird menggunakan Ekstraksi Ciri Gray Level Co-occurrence Matrix dan Algoritma K-Nearest Neighbor. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3745b) | Preview

Abstract

Kolektor burung lovebird (burung cinta) tentu mengerti segala hal tentang lovebird, seperti bentuk tubuhnya, warna bulunya, kicauannya, bahkan spesies dan ciri masing-masing spesies lovebird. Namun, untuk orang awam akan menjadi permasalahan tersendiri dalam mengetahui spesies lovebird dan membedakan cirinya. Dalam pengenalan spesies lovebird dapat dilakukan menggunakan Klasifikasi Spesies Lovebird menggunakan Ekstraksi Ciri Gray Level Co-Occurrence Matrix dan Algoritma K-Nearest Neighbor dengan menggunakan 4 fitur ekstraksi ciri dari GLCM (kontras, energi, korelasi, dan homogenitas) dan perhitungan Euclidean Distance dalam mengambil keputusan klasifikasi dengan k= 1, 3, 5, 7, dan 9). Pengujian dari klasifikasi ini menggunakan 80 dataset yang terdiri dari 72 data latih dan 8 data uji. Citra dataset sebelumnya sudah disamakan ukuran citranya sebesar 250x200 piksel sebelum dilakukannya klasifikasi. Klasifikasi spesies lovebird ini menghasilkan nilai akurasi sebesar 62,5% pada d=1, ?= 0°, dan k=7.

Actions (login required)