KLASIFIKASI CITRA DAUN DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR

---

Abstrak
Mempelajari ilmu tentang tumbuhan mengalami kemajuan yang pesat dibidang pengetahuan
yang sebelumnya hanya merupakan cabang ilmu tumbuhan saja sekarang telah menjadi
bidang ilmu yang berdiri sendiri. Salah satunya adalah Morfologi Tumbuhan yang
mempelajari tentang struktur bentuk daun yang berbeda-beda dengan bentuk daun yang
lainnya. Untuk memudahkan pengguna mengetahui segala fitur bentuk daun dapat
dilakukan proses klasifikasi. Proses klasifikasi daun tersebut memerlukan ekstraksi
fitur dari bentuk daun. Sedangkan untuk ekstraksi fitur menggunakan metode momen
invariant yang telah dikenal sebagai satu metode yang paling efektif untuk mengekstraksi
fitur deskriptif. Pada penelitian ini, klasifikasi akan dilakukan untuk citra daun dengan
menggunakan metode K-Nearest Neighbor (K-NN) berdasarkan bentuk daun. Hasil
pengujian yang menggunakan metode K-Nearest Neighbor untuk mengukur tingkat
akurasi setiap kelas mendapatkan nilai sebesar 80,0% dari perhitungan. Dari hasil
perhitungan tersebut dengan algoritma Ecluidean distance yang menggunakan 20 data uji
terdapat adanya 16 daun masuk kelas benar dan 4 daun masuk kelas salah.

Kata Kunci: Ekstraksi Fitur Momen Invariant, Klasifikasi, K-Nearest Neighbor (K-
NN)

---

Ketersediaan

S06-19261

1926

Koleksi Skripsi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1926

Penerbit

Surabaya : ITATS., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Ekstraksi Fitur Momen Invariant, Klasifikasi,
K-Nearest Neighbor (K- NN)

Info Detail Spesifik

NPM : 06.2013.1.06159 Nilai : B+

Pernyataan Tanggungjawab

Pembimbing : Andy Rachman, ST. M.Kom

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar