KLASIFIKASI JENIS APEL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

DHIMAS, PUTRA ANGGARA (2017) KLASIFIKASI JENIS APEL MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3948b) | Preview

Abstract

Di Indonesia terdapat beragam jenis buah apel yang dapat di temui oleh masyarakat. Dari sekian jenis apel yang beraneka ragam, mayoritas orang dapat membedakan apel tersebut dari ciri luarnya dan warnanya. Biasanya dalam menentukan jenis serta ciri-ciri buah dengan beberapa parameter diantaranya, parameter ukuran, berat serta ciri yang terdapat pada warna buah dan dilakukan secara manual. Dengan adanya proses klasifikasi secara otomatis dapat memudahkan masyarakat dalam mengklasifikasikan jenis apel. Tujuan dari penelitian ini adalah melakukan klsifikasi buah apel, khususnya adalah antara apel envy dan apel pacific rose menggunakan ekstraksi fitur Grey Level Co-Occurrence Matrix (GLCM) dan Support Vector Machine(SVM). Dalam tahapan awal citra apel yang berupa citra RGB di konversi menjadi HSV yang kemudian akan dilakukan ekstraksi fitur dengan GLCM. Hasil dari ektraksi fitur yaitu berupa nilai matriks yang meliputi contrast, correlation, energy dan homogeneity, nilai-nilai tersebut yang kemudian akan digunakan untuk tahapan klasifikasi menggunakan SVM. Data yang digunakan yaitu 80 buah data training dan 20 buah data testing. Dari beberapa percobaan yang dilakukan didapatkan hasil akurasi tertinggi yaitu 95%.

Actions (login required)