Klasifikasi Kematangan Lauk Menggunakan Ekstraksi Fitur Warna RGB dan KNN

BAMBANG, SULISTIONO TEGUH (2017) Klasifikasi Kematangan Lauk Menggunakan Ekstraksi Fitur Warna RGB dan KNN. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (3924b) | Preview

Abstract

Makanan merupakan sumber energi untuk kegiatan kita sehari-hari. Sikap sadar gizi dalam memperhatikan asupan makanan yang kita konsumsi agar terhindar dari penyakit seperti obesitas, hipertensi, penyakit jantung dan kanker. Untuk mendapatkan manfaat dari makanan yang kita konsumsi maka perlu memperhatikan proses memasak makanan agar tidak merusak kandungan gizi. Dalam penelitian ini akan membahas makanan yang digoreng agar tidak hangus kerena dapat merusak asupan gizi makanan. Dengan hal tersebut dikembangkan klasifikasi untuk kematangan pada makananan. Makanan yang digunakan dalam penelitian ini adalah lauk. Penelitian ini bertujuan untuk melakukan klasifikasi lauk menggunakan K-Nearest Neighbor menjadi 3 kategori yaitu mentah, matang, dan hangus. Citra makanan sebelumnya akan dilakukan ektraksi fitur, Ektraksi fitur yang digunakan adalah ektraksi fitur warna RGB. Kemudian nilai warna RGB akan dirata-rata pada dimensi warna R, G, dan B. Selanjutnya nilai rerata akan digunakan pada proses Klasifikasi K-nearest Neighbor menggunakan Euclidean Distance. Pada proses klasifikasi ditentukan nilai K=1, K=3, dan K=5. Pada proses pengujian sampel yang digunakan adalah citra udang dan citra tempe. Hasil dari klasifikasi yang dilakukan dengan K=1 mencapai rata-rata akurasi sebesar 95% sedangkan K=3 dan K=5 rata-rata akurasi mencapai 97,5%.

Actions (login required)