MODIFIKASI ALGORITMA K-NEAREST NEIGHBOUR MENGGUNAKAN CHEBYSHEV DISTANCE BERDASARKAN GRAY LEVEL CO-OCCURRENCE MATRIX UNTUK KLASIFIKASI KAYU.
Teks penuh
Gambar
Dokumen terkait
Metode yang digunakan adalah gray level co-occurrence matrices untuk ekstraksi ciri tekstur, sedangkan untuk menentukan kedekatan antara citra uji dengan citra
Pengolahan citra adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan kontras, transformasi warna, restorasi),
menjadikannya simetris.. Langkah-langkah ekstraksi fitur pada matrik 2. 1) Membuat area kerja matriks.. 4) Menjumlahkan matriks kookurensi dengan tranposeenya untuk. menjadikannya
Berdasarkan dari penelitian tentang klasifikasi jenis kayu menggunakan metode K-Nearest Neighbor (KNN) dan metode perhitunagn jarak Cityblock Distance dengan menggunakan 150 citra
Pada penelitian ini penulis mengusulkan melakukan klasifikasi citra makanan menggunakan KNN dengan penggunaan Information Gain pada HSV dan GLCM untuk mendapatkan
Dari Tabel 6.9, dapat kita ambil kesimpulan bahwa, untuk pengujian dengan pembagian data 70%, algoritma nearest neighbour menghasilkan akurasi tertinggi untuk kedua mata kuliah,
Berdasarkan hasil analisis dan pembahasan yang telah dilakukan pada dua metode klasifikasi yaitu k-nearest neighbors dalam mengklasifikasi 2 set data kain yaitu
Admin menginputkan citra latih (acuan) kedalam sistem, kemudian user menginputkan data berupa gambar jenis kayu sebagai citra uji ke dalam sistem kemudian sistem
