Tri Pujilestari (2014) IDENTIFIKASI JENIS AGLAONEMA BERDASARKAN EKSTRAKSI TEKSTUR MENGGUNAKAN METODE STATISTIK ORDE DUA, EKSTRKASI WARNA MENGGUNAKAN HSV DAN KLASIFIKASI K-NEAREST NEIGHBOUR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text fm.pdf Download (99kB) | Preview
Preview	Text BAB I PENDAHULUAN.pdf Download (17kB) | Preview
Preview	Text BAB II LANDASAN TEORI.pdf Download (268kB) | Preview
Preview	Text BAB III METODOLOGI PENELITIAN.pdf Download (121kB) | Preview
Preview	Text BAB IV ANALISA DAN PERANCANGAN baru.pdf Download (739kB) | Preview
	Text BAB V IMPLEMENTASI DAN PENGUJIAN.pdf Restricted to Registered users only Download (945kB)
Preview	Text BAB VI PENUTUP.pdf Download (16kB) | Preview
Preview	Text em.pdf Download (18kB) | Preview

Abstract

Aglaonema merupakan tanaman hias yang memiliki hampir 8000 jenis. Daunnya memiliki warna, bentuk, dan tekstur yang beranekaragam sehingga sulit untuk mengenali jenisnya. Penelitian ini membuat sebuah sistem untuk mengidenfikasi jenis Aglaonema berbasiskan pengolahan citra dengan menggunakan citra daun Aglaonema. Sistem dibuat dengan menggunakan metode statistik orde dua untuk ekstraksi ciri tekstur, dan model warna HSV untuk ekstraksi ciri warna, sedangkan klasifikasi menggunakan metode K-Nearest neighbour. Citra daun yang digunakan adalah 15 jenis daun Aglaonema. Identifikasi dilakukan berdasarkan ekstraksi ciri tekstur, warna, dan gabungan tekstur dan warna, dengan nilai ketetanggaan (K) =1, 3, 5,7. Pengujian dilakukan menggunakan citra dalam database, citra dari luar database, dan citra dengan latar belakang warna kuning. Dari pengujian citra uji dari database berdasarkan ekstraksi ciri tekstur, warna, dan gabungan tekstur dan warna akurasi terbaik 100% dengan nilai K=1. Hasil pengujian citra uji dari luar database akurasi terbaik dihasilkan berdasarkan gabungan ekstraksi ciri tekstur dan warna dengan nilai K=1 yaitu sebesar 90%. Hasil pengujian citra uji dengan latar belakang warna kuning menghasilkan akurasi terbaik sebesar 56.67% berdasarkan gabungan ekstraksi ciri tekstur dan warna dengan nilai K=1,3,5. Hasil identifikasi yang akurat sangat dipengaruhi oleh nilai ciri, jarak terdekat, nilai K dan jumlah anggota kelas yang terbanyak pada database. Kata kunci : Aglaonema, Ekstraksi ciri, HSV, K-Nearest Neighbour dan Statistik Orde Dua,

Actions (login required)

View Item