UPT Perpustakaan Universitas Handayani

Jl. Adhyaksa Baru No. 1 Lantai 5

  • Beranda
  • Informasi
  • Berita
  • Statistik Koleksi
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Klasifikasi Bibit Cabai Berdasarkan Daun Dengan Citra Digital Dengan Menggunakan Metode KNN (K-Nearest Neighbor)

Text

Klasifikasi Bibit Cabai Berdasarkan Daun Dengan Citra Digital Dengan Menggunakan Metode KNN (K-Nearest Neighbor)

Abu Bakar MJ - Nama Orang;

Penelitian ini mengimplementasi Algoritma Hue Saturation Value (HSV) dan CANNY dengan menerapkan fitur Gradien dan Laplacian untuk ekstraksi Tepian dari Bentuk dan K Nearest Neighbour (K-NN) Pada Klasifikasi Daun Bibit Cabai.
Dalam penelitian ini terdapat 600 citra daun yang dibagi menjadi 80% data training dan 20% data testing. Sampel training untuk mengekstrak fitur warna dengan menerapkan fitur Red, Green dan Blue (RGB) pada metode Hue Saturation Value (HSV), kemudian ekstraksi fitur Gradien dan Laplacian menggunakan metode Canny. Terlebih dahulu citra di ubah ke dalam metode citra grayscale atau citra hitam putih agar citrabyang di ambil merupakan nilai dalam range 0-255. Selanjutnya di lakukan ekstraksi ciri deteksi tepi dengan menerapkan fitur gradien dan Laplacian pada metode Canny. Ekstraksi pada fitur warna dan fitur gradien dan Laplacian pada data training digunakan untuk melatih algoritma pada masingmasing fitur yang digunakan sesuai dengan kriteria yang ada. Selanjutnya dilakukan identifikasi gambar dengan mengacuh pada algoritma yang digunakan untuk ekstraksi pada masing-masing fitur yang ada pada data training.
Hasil dari ekstraksi fitur warna dan ekstraksi fitur tekstur selanjutnya di kelola oleh algoritma K-Nearest Neigbhour (K-NN) untuk mengklasifikasi hasil dari identifikasi jenis daun bibit cabai pada tiga kelalas klasifikasi, yaitu cabai merah keriting, cabai merah besar dan cabai rawit merah. Dari hasil pengujian menggunakan confusion matriks pada nilai k=5 maka di peroleh precision sebesar 70%, recal sebesar 87%, F-1`score sebesar 81% dan akurasi sebesar 81%


Ketersediaan
S250200SKRIPSI-2025 ABU kPerpustakaan Universitas Handayani MakassarTersedia
Informasi Detail
Judul Seri
-
No. Panggil
SKRIPSI-2025 ABU k
Penerbit
Universitas Handayani Makassar : Universitas Handayani Makassar., 2025
Deskripsi Fisik
i + 123 hlm; 29 x 21 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
SKRIPSI-2025 ABU k
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
Ed. 1, Cet. 1
Subjek
android
Canny,Daun Bibit Cabai
Hue saturation Value (HSV)
Jenis, Klasifikasi
K Nearest Neighbour (K-NN),
Info Detail Spesifik
Skripsi
Pernyataan Tanggungjawab
Abu Bakar MJ
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Komentar

Anda harus login sebelum memberikan komentar

UPT Perpustakaan Universitas Handayani
  • Informasi
  • Perpanjang Mandiri
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan STMIK HANDAYANI terbentuk bersamaan dengan berdirinya STMIK HANDAYANI pada tahun 1996 sebagai sarana pen-dukung utama dalam penyelenggaraan pen-didikan dan pengajaran. Read more...

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Customized by Vinesia

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik