• Tidak ada hasil yang ditemukan

IDENTIFIKASI KUALITAS DAGING SAPI BERBASIS ANDROID DENGAN EKSTRAKSI FITUR WARNA DAN KLASIFIKASI KNN.

N/A
N/A
Protected

Academic year: 2017

Membagikan "IDENTIFIKASI KUALITAS DAGING SAPI BERBASIS ANDROID DENGAN EKSTRAKSI FITUR WARNA DAN KLASIFIKASI KNN."

Copied!
8
0
0

Teks penuh

Gambar

Gambar 1. Skema warna kubik RGB
Gambar 2. Kerangka Pemikiran Deteksi Citra
Gambar 3. Hasil Akurasi Masing – Masing Nilai K

Referensi

Dokumen terkait

Berdasarkan hasil dari penelitian tentang Identifikasi Jenis Buah Apel Menggunakan Algoritma K – Nearest Neighbor (KNN) dengan Ekstraksi Fitur Histogram, dapat

Proses klasifikasi yang dilakukan menggunakan metode K-Nearest Neighbor (KNN). Hasil pengujian klasifikasi daun berdasarkan nilai moment invariant ditunjukkan pada Tabel

Pada pengujian skenario 5, dilakukan analisis pengaruh nilai k dalam metode K-Nearest Neighbor terhadap akurasi dan waktu komputasi sistem. Akurasi yang dihitung pada pengujian

4.1 Evaluasi Evaluasi dari hasi klasifikasi citra menggunakan metode K-Nearest Neighbors KNN, yang dilatih menggunakan data latih sebanyak 2000 citra diperoleh dari nilai evaluasi

2021 Klasifikasi Kesegaran Daging Sapi Menggunakan Metode Ekstraksi Tekstur GLCM dan KNN [11] Citra daging sapi yang mempunyai data sebanyak 120 citra GLCM dan KNN Hasil penelitian

Oleh sebab itu, pada penelitian ini algoritma klasifikasi K-Nearest Neighbor akan dipakai untuk menentukan kelas dari citra daun padi berdasarkan ekstraksi fitur dari Gray Level

Dimana peneliti bertujuan untuk merancang sebuah sistem klasifikasi kualitas pada citra digital kedelai hitam malika menggunakan metode K-Nearest Neighbor berdasarkan ciri warna dan