Fitur Ekstraksi LBP Untuk Mengidentifikasi Kematangan Tomat Sayur Menggunakan Metode K-Nearest Neighbor
Teks penuh
Gambar
Dokumen terkait
Dengan ini saya menyatakan bahwa skripsi berjudul Identifikasi Varietas Durian Berdasarkan Citra Daun Menggunakan K–Nearest Neighbor dengan Ekstraksi Tekstur
Tujuan dari Tugas Akhir ini adalah perancangan dan realisasi yang berfungsi untuk identifikasi citra penyakit kulit dengan menggunakan metode K-Nearest Neighbor
Dari hasil penelitian yang dilakukan dengan menerapkan metode Two-Dimensional Principal Component Analysis (2DPCA) dengan K-Nearest Neighbor (KNN) pada proses
Proses klasifikasi yang dilakukan menggunakan metode K-Nearest Neighbor (KNN). Hasil pengujian klasifikasi daun berdasarkan nilai moment invariant ditunjukkan pada Tabel
Untuk merancang model pemilah tomat, digunakan dataset yang berisi berbagai macam jenis tomat seperti yang dapat dilihat pada Gambar II.1. mengenai jenis gambar tomat
Tahap analisa dan pembahasan ini, algoritma yang dipakai dalam memprediksi penjualan buah dan sayur adalah K-Nearest Neighbor dan RapidMiner sebagai alat bantu penerapan data
Hasil ektraksi dan klasifikasi dari metode Local Binary Pattern dan K-Nearest Neighbor menggunakan 120 dataset yang dibagi menjadi 90 data training dengan 6 jenis daun tanaman
Dari hasil ekstraksi fitur Local Binary Pattern yang diaplikasikan terhadap data citra latih dan uji, diperoleh sekumpulan nilai vektor yang selanjutnya digunakan untuk
