AZIMA, FAUZAN (2023) KLASIFIKASI BUAH PISANG BERDASARKAN CITRA HUE, SATURASI DAN VALUE MENGGUNAKAN ALGORITMA NAÏVE BAYES. Masters thesis, Universitas Teknologi Digital Indonesia.
Text (HALAMAN DEPAN)
1_2110050036TSD03_HALAMAN DEPAN.pdf - Published Version Download (670kB) |
|
Text (BAB I)
2_2110050036TSD03_BAB_I.pdf - Published Version Download (238kB) |
|
Text (BAB II)
3_2110050036TSD03_BAB_II.pdf - Published Version Download (443kB) |
|
Text (BAB III)
4_2110050036TSD03_BAB_III.pdf - Published Version Restricted to Repository staff only Download (574kB) |
|
Text (BAB IV)
5_2110050036TSD03_BAB_IV.pdf - Published Version Restricted to Repository staff only Download (1MB) |
|
Text (BAB V)
6_2110050036TSD03_BAB_V.pdf - Published Version Download (228kB) |
|
Text (DAFTAR PUSTAKA)
7_2110050036TSD03_DAFTAR_PUSTAKA.pdf - Published Version Download (230kB) |
|
Text (CARA MENJALANKAN PROGRAM)
8_2110050036TSD03_CARA_MENJALANKAN_PROGRAM.pdf - Published Version Download (399kB) |
|
Text (LISTING PROGRAM)
9_2110050036TSD03_LISTING_PROGRAM.pdf - Published Version Restricted to Repository staff only Download (701kB) |
Abstract
Tanaman Pisang di Indonesia terdapat banyak sekali jenisnya bahkan terdapat beberapa pisang yang memilki kemiripan mulai dari warna dan tekstur akan tetapi memiliki bentuk, manfaat dan cara olah yang berbeda beda sehingga menyebabkan banyak masyarakat yang kesulitan untuk membedakannya. Dibutuhkan sebuah sistem yang dapat mengklasifikasikan buah pisang dengan efektif dan efisien. Tujuan dari penelitian ini yaitu merancang sistem yang dapat membantu masyarakat dalam menentukan jenis pisang yang akan di konsumsi sesuai dengan kebutuhkan. Penelitian ini merupakan studi kepustakaan yang dilakukan dengan cara mengumpulkan data dan dokumentasi bersumber dari karya ilmiah atau penelitian yang telah di lakukan sebelumnya. Selain itu data yang dibutuhkan dalam penelitian ini sebanyak 135 gambar buah pisang yang didapat dari dokumentasi pribadi penulis. Metode klasifikasi pada penelitian ini menggunaka algoritma Naïve Bayes dan image processing dengan metode ekstraksi yaitu citra RGB (Red, Green, Blue). Data yang di gunakan sebanyak 135 gambar untuk tiga jenis pisang yaitu pisan emas, pisang kapas, dan pisang kepok terdiri dari 90 data latih dan 35 datan uji. Pada penelitian ini maka penulis memberikan kesimpulan bahwa dalam penggunaan algoritma Naïve Bayes dapat mengklasifikasikan tiga jenis buah pisang dengan tingkat akurasi tertinggi mencapai 94% dengan jumlah data latih setiap kelasnya berjumlah 30 dan 45 jumlah data uji untuk semua kelas. Kata Kunci: Emas, Kapas, Kepok, Klasifikasi, Citra Heu, Naïve Bayes
Item Type: | Thesis (Masters) |
---|---|
Additional Information: | Pembimbing: Dr. Widyastuti Andriyani, S.Kom., M.Kom |
Uncontrolled Keywords: | Emas, Kapas, Kepok, Klasifikasi, Citra Heu, Naïve Bayes |
Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Algoritma |
Divisions: | Jenjang S2 > Teknologi Informasi (S2) |
Depositing User: | Titis Pratiwi |
Date Deposited: | 09 Mar 2023 02:41 |
Last Modified: | 09 Mar 2023 02:57 |
URI: | http://eprints.utdi.ac.id/id/eprint/9893 |
Actions (login required)
View Item |