ABSTRAK DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DAN METODE K-NEAREST NEIGHBOURS
Total View This Week0
Total View This Week0
Institusion
Universitas Bhayangkara Surabaya
Author
FIRMANSYAH, FAKHRI AZIZ
Subject
Technology
Datestamp
2021-10-07 03:42:26
Abstract :
Terdapat puluhan jenis atau bahkan lebih tanaman mangga yang ada di Indonesia dan bahkan tersebar di seluruh dunia. Salah satu cara mengetahui jenis tanaman mangga adalah dengan mengidentifikasi daunnya. Tentunya pada masing ? masing jenis tanaman mangga juga memiliki jenis daun dengan ciri fisik atau tekstur yang berbeda satu sama lain. Algoritma K-Nearest Neighbors atau KNN adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Penelitian ini juga menggunakan ekstraksi fitur Centroid Contour Distance (CCD) dan bertujuan untuk membuat suatu aplikasi atau sistem yang mampu mendeteksi jenis daun mangga. Sistem dibangun dengan menggunakan bahasa pemrograman Phyton. Dengan data latih sejumlah 900 data untuk masing masing kelas dengan perbandingan 90 data latih dan 10 sebagai data uji. Hasil penelitian ini didapat nilai akurasi sebesar 71,33% dan error sebesar 28,66% serta nilai precission untuk kelas mangga gadung sebesar 0,838, kelas mangga lalijiwo sebesar 0,622, kelas mangga manalagi sebesar 0,641. Sedangkan nilai recall untuk kelas mangga gadung sebesar 0,99, kelas mangga lalijiwo sebesar 0,56, kelas mangga manalagi sebesar 0,59.
Terdapat puluhan jenis atau bahkan lebih tanaman mangga yang ada di Indonesia dan bahkan tersebar di seluruh dunia. Salah satu cara mengetahui jenis tanaman mangga adalah dengan mengidentifikasi daunnya. Tentunya pada masing ? masing jenis tanaman mangga juga memiliki jenis daun dengan ciri fisik atau tekstur yang berbeda satu sama lain. Algoritma K-Nearest Neighbors atau KNN adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Penelitian ini juga menggunakan ekstraksi fitur Centroid Contour Distance (CCD) dan bertujuan untuk membuat suatu aplikasi atau sistem yang mampu mendeteksi jenis daun mangga. Sistem dibangun dengan menggunakan bahasa pemrograman Phyton. Dengan data latih sejumlah 900 data untuk masing masing kelas dengan perbandingan 90 data latih dan 10 sebagai data uji. Hasil penelitian ini didapat nilai akurasi sebesar 71,33% dan error sebesar 28,66% serta nilai precission untuk kelas mangga gadung sebesar 0,838, kelas mangga lalijiwo sebesar 0,622, kelas mangga manalagi sebesar 0,641. Sedangkan nilai recall untuk kelas mangga gadung sebesar 0,99, kelas mangga lalijiwo sebesar 0,56, kelas mangga manalagi sebesar 0,59.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
