KLASIFIKASI KUALITAS BUAH PARIJOTO DENGAN EKSTRAKSI TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIX MENGGUNAKAN METODE K-NEAREST NEIGHBOR

TATAS, LUKITA CANDRA (2017) KLASIFIKASI KUALITAS BUAH PARIJOTO DENGAN EKSTRAKSI TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIX MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Skripsi,Fakultas Ilmu Komputer.

Preview

PDF Download (4053b) | Preview

Abstract

Buah Parijoto (Medinella speciosa) merupakan salah satu spesies buah yang belum banyak dikaji pemanfaatannya. Buah parijoto mengandung Saponin, Kardenolin, dan Flavonoid sedangkan daunnya mengandung Saponin, Tannin, dan Kardenolin. Bagian yang sering dikonsumsi oleh ibu hamil adalah bagian buahnya karena mengandung zat gizi, flavonoid, dan vitamin yang baik untuk kesuburan kandungan. Dengan beberapa manfaat yang terkandung dalam Medinella speciosa. Maka pemilihan kualitas buah sangat penting untuk kualitas produk. Pemisahan tingkat kualitas akan lebih akurat jika dilakukan dengan teknologi yang berbasis pengolahan citra digital sebagai pembantu untuk mengatasi permasalahan inovasi tersebut. Dengan pemisahan buah berdasarkan kualitas nantinya akan diklasifikasikan berdasarkan kondisi buah yang cacat, buah berkualitas bagus dan kondisi buah yang telah busuk. Maka diharapkan dari penelitian ini yang menggunakan metode Gray Level Co-occurrence Matrix sebagai ekstraksi tekstur dalam pengolahan citra sedangkan K-Nearest Neighbor adalah metode yang digunakan untuk mengklasifikasi buah parijoto, Akurasi tertinggi adalah 80% pada sudut 90?, jarak piksel (d) = 3, dan nilai K= 1.

Actions (login required)