Abstract :
Kelapa sawit merupakan salah satu hasil perkebunan yang mempunyai peranan penting bagi perekonomian Indonesia. Sebagai produk perkebunan yang banyak peran dan manfaat, banyak usaha yang dilakukan dengan tujuan untuk meningkatkan hasil panen. Untuk dapat mengenali lahan perkebunan kelapa sawit yang ditampilkan secara visual, dapat dilakukan ekstraksi ciri agar komputer dapat mengenali melalui cara lain. Ekstraksi ciri orde pertama merupakan metode pengambilan ciri yang didasarkan pada karakteristik histogram citra. Histogram menunjukkan probabilitas kemunculan nilai derajat keabuan piksel pada suatu citra. Dari nilai-nilai pada histogram yang dihasilkan, dapat dihitung beberapa parameter ciri orde pertama, antara lain adalah mean, skewness, variance, kurtosis, dan entropy. Grey Level Co-occurrence Matrix adalah perhitungan seberapa sering kombinasi kecerahan piksel yang muncul dalam gambar grayscale yang bergantung pada hubungan ketetanggaan piksel. Momentum Kedua Sudut, Kontras, Korelasi, Varians, Pembalikan Momen dan Entropi Berbeda digunakan sebagai parameter GLCM. Penggunaan fitur local digunakan untuk mendeteksi area local, local ekstraksi titik fitur menggunakan local maksimum dan penyaringan gabor . Pada penelitian skripsi ini diusulkan sistem untuk identifikasi kelapa sawit yang bertujuan untuk menentukan jenis lahan perkebunan kelapa sawit.