• Tidak ada hasil yang ditemukan

Implementasi Metode Ekstraksi Statistik Orde Satu Dan Dua Dan Klasifikasi K-Nearest Neighbor Untuk Mengindindentifikasi Citra MIneral Pada Batuan Sedimen

N/A
N/A
Protected

Academic year: 2017

Membagikan "Implementasi Metode Ekstraksi Statistik Orde Satu Dan Dua Dan Klasifikasi K-Nearest Neighbor Untuk Mengindindentifikasi Citra MIneral Pada Batuan Sedimen"

Copied!
65
0
0

Teks penuh

Loading

Gambar

Gambar 1.1 Analisis Proses
Gambar 2.2 Diagram Alir K-Means Clustering
Gambar 2.3 Citra Biner
Gambar 2. 5 Citra Sebelum dan sesudah dilasi
+7

Referensi

Dokumen terkait

Tujuan dari Tugas Akhir ini adalah perancangan dan realisasi yang berfungsi untuk identifikasi citra penyakit kulit dengan menggunakan metode K-Nearest Neighbor

Sehingga didapatkan akurasi terbaik sebesar 82.35% dengan menggunakan metode GLCM ( Grey Level Co-occurrence Matrix) dengan parameter orde dua kontras,

Dalam tugas akhir ini, pengenalan gambar menggunakan metode Edge Detection dengan algoritma ekstraksi fitur SURF ( Speeded-Up Robust Features ), Bag of Words dan

Pada tahap uji, setelah dilakukan preprocessing kemudian ekstraksi ciri selanjutnya citra dideteksi dengan menggunakan metode klasifikasi K-NN untuk mengetahui

Pada tugas akhir ini digunakan dua metode untuk mengklasifikasikan data status kerja tersebut, yaitu Algoritma C4.5 dan Fuzzy K-Nearest Neighbor in every Class (FK-NNC),

Sehingga didapatkan akurasi terbaik sebesar 91,67% dan waktu komputasi 69,6s dengan menggunakan metode Gabor Wavelet dimana digunakan ekstraksi ciri berdasarkan tekstur dan

Proses klasifikasi pada tugas akhir ini menggunakan metode K-Nearest Neighbor (K-NN). Metode K-NN adalah metode yang melakukan klasifikasi terhadap objek

Dalam tugas akhir ini, pengenalan gambar menggunakan metode Edge Detection dengan algoritma ekstraksi fitur SURF (Speeded-Up Robust Features), Bag of Words dan