Text

Klasifikasi Kematangan Buah Apel Menggunakan Metode Support Vector Machine (SVM) Berbasis Pengolahan Citra Digital

---

Penelitian ini dilakukan untuk membantu petani atau pedagang di sekitar
untuk meningkatkan efektifitas dan efisiensi dalam pemilihan kematangan buah
apel. Berdasarkan itu dibuatlah sistem yang dapat mengidentifikasi kematangan
buah apel yang sesuai. Menggunakan data citra untuk menentukan kualitas buah
berdasarkan ekstraksi citra digital dari konversi warna RGB ke HSV untuk
mengolah citra berdasarkan warna, lalu dilakukan ekstraksi fitur, data yang
digunakan untuk diolah adalah kematangan dari buah apel. Penelitian ini
menerapkan fitur ekstraksi mean, std deviasi, skewness, entropy, energy dan
homogeneity, dalam setiap objek citra yang di proses. Data sampel citra yang
digunakan sebanyak 150 data yang terbagi menjadi dua bagian data training dan
data testing. Hasil pengujian dengan metode SVM memperoleh akurasi klasifikasi
96% data benar dan kesalahan data error 4%. Oleh karena itu, dapat diambil
kesimpulan bahwa program klasifikasi menggunakan metode SVM dapat
mengklasifikasi sesuai sistem yang dibuat.

---

Ketersediaan

SB00193S

001.6

Perpustakaan Unikama

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

KKI 001.6 MUF k/s

Penerbit

Malang : Teknik Informatika - Unikama., 2022

Deskripsi Fisik

vii, 45 hlm 26 cm

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

001.6

Tipe Isi

text

Tipe Media

PDF

Tipe Pembawa

online resource

Edisi

1

Subjek

Pengolahan Citra Digital
klasifikasi
Skripsi
Support Vector Machine
Teknik informatika
ekstraksi fitur

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar