Image of Deteksi Cacat Biji Kopi Menggunakan Gray Level Co-Occurrence Matrix (Glcm) Dan K-Nearest Neighbour (K-NN) Pada Program Pengolah Citra Berbasis Website

Text

Deteksi Cacat Biji Kopi Menggunakan Gray Level Co-Occurrence Matrix (Glcm) Dan K-Nearest Neighbour (K-NN) Pada Program Pengolah Citra Berbasis Website

Cacat pada biji kopi dapat berpengaruh besar terhadap kualitas produksi kopi, Sehingga cacat pada biji kopi mengakibatkan
menurunya tingkat produksi kopi. Tujuan dari penelitian ini adalah untuk Merancang sebuah website menggunakan metode
GLCM (gray-level co-occurence matrix) dan metode K-NN (k-nearest neighbor) dalam pengolahan citra untuk mendeteksi
cacat biji kopi dan untuk mengimplementasikan metode GLCM (gray-level co-occurence matrix) dan metode K-NN (k-nearest
neighbor) pada program berbasi web. Penelitian ini mengunakan algoritma GLCM dalam melakukan ekstraksi ciri nilai dari
gambar sampel kopi yang kemudian akan dilakukan klasifikasi tingkat kecacatan menggunakan algoritma K-NN.
Pengembangan sistem yang digunakan yaitu UML (Unified Modeling Language). Sedangkan pembuatan perangkat lunak ini,
menggunakan struktur pemrograman PHP, HTML, CSS, Java script, dengan Mozilla Firefox sebagai browser untuk
menjalankan program berbasis website dan untuk sistem manajemen basis data menggunakan MySql. Sistem memberikan hasil
berupa klasifikasi tingkat kecacatan dari gambar biji kopi yang diunggah pada sistem, akurasi terhadap penilaian cacat biji kopi
yang sistem berikan sebesar 80%. Sistem ini dapat digunakan untuk membantu para petani kopi dalam mengetahui tingkat
kecacatan dari biji kopi hasil produksinya hanya dengan menggunakan gambar.

Ketersediaan
S210012SKR - 2021 WAH dPerpustakaan Universitas Handayani Makassar (Teknik Informatika)Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR - 2021 WAH d
Penerbit
Makassar : s.n.,
Deskripsi Fisik
xv, 118 hlm.; 29 cm.
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKR - 2021
Tipe Isi
text
Tipe Media
unmediated
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
Citra Digital
GLCM
Klasifikasi
Biji Kopi
K-NN
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar
Anda harus login sebelum memberikan komentar