ANGGA, SUKMA DARU (2016) Klasifikasi Spesies Ular Menggunakan Ekstraksi Histogram dengan Metode K-Nearest Neighbor (KNN). Skripsi,Fakultas Ilmu Komputer.
![[img]](http://eprints.dinus.ac.id/style/images/fileicons/application_pdf.png)
| PDF Download (3515b) | Preview |
Abstract
Spesies ular tersebar diseluruh dunia. Banyak spesies ular yang sebenarnya harus dilestarikan karena spesies ular tertentu semakin terancam kehidupannya di alam liar. Untuk mengenali spesies ular dibutuhkan pengetahuan tentang spesies ular berdasarkan kriteria dan ciri-ciri. Oleh karena itu dibutuhkan alat untuk mengetahui spesies ular secara otomatis untuk mempermudah dalam identifikasi spesies ular. Dalam proses identifikasi, peneliti menggunakan klasifikasi spesies ular menggunakan ekstraksi histogram dengan metode k-nearest neighbor (KNN). Ekstraksi fitur histogram dengan 6 fitur Intensitas, Deviasi, Skewness, Energi, Entropi dan Smoothness. Data yang digunakan dalam penelitian berjumlah 105 data training dan 50 data testing. Dari hasil percobaan, hasil terbaik pengelompokan spesies ular dengan nilai k=3 menggunakan 10 spesies ular mencapai akurasi 86%.
| Item Type: | Article |
|---|---|
| Subjects: | T Technology > Teknik Informatika Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer |
| Depositing User: | Psi Udinus |
| Date Deposited: | 22 Sep 2016 14:28 |
| Last Modified: | 22 Sep 2016 14:28 |
| URI: | http://eprints.dinus.ac.id/id/eprint/19447 |
Actions (login required)
| View Item |
