ABSTRAK DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DAN METODE K-NEAREST NEIGHBOURS

FIRMANSYAH, FAKHRI AZIZ (2020) ABSTRAK DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DAN METODE K-NEAREST NEIGHBOURS. Skripsi thesis, Universitas Bhayangkara.

	Text 1. Cover.pdf Download (297kB)
	Text 2. Pengesahan-dikonversi.pdf Download (5MB)
	Text 3. ABSTRAK.pdf Download (291kB)
	Text 4. SKRIPSI (Bab 1-3).pdf Download (659kB)
	Text 4. SKRIPSI (Bab 4-7).pdf Download (2MB)
	Text 5. DAFTAR PUSTAKA.pdf Download (306kB)

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.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	K-Nearest Neighbour, Centroid Contour Distance, mangga, citra, gadung, lalijiwo, manalagi.
Subjects:	Technology Technology > Informations and Technology
Divisions:	Faculty of Engineering > Bachelor of Informations Technology
Depositing User:	Perpus Ubhara Surabaya
Date Deposited:	07 Oct 2021 03:42
Last Modified:	07 Oct 2021 03:42
URI:	http://eprints.ubhara.ac.id/id/eprint/877

Actions (login required)

View Item