• Tidak ada hasil yang ditemukan

Penerapan Algoritma Grey Level Co-Occurence Matrix (GLCM) Dengan Metode K-Nearest Neighbour Untuk Klasifikasi Beras Berdasarkan Tekstur

N/A
N/A
Protected

Academic year: 2017

Membagikan "Penerapan Algoritma Grey Level Co-Occurence Matrix (GLCM) Dengan Metode K-Nearest Neighbour Untuk Klasifikasi Beras Berdasarkan Tekstur"

Copied!
89
0
0

Teks penuh

Loading

Gambar

Gambar 0.5 Activity Diagram
Tabel 0.7 Matriks Homogen
Tabel 0.18 Definisi Use case
Tabel 0.19 Skenario usecase Dataset
+7

Referensi

Dokumen terkait

[r]

[r]

Pengklasifikasian tenun berdasarkan daerah asal dengan ekstraksi ciri untuk. diketahui asal daerah dari

menjadikannya simetris.. Langkah-langkah ekstraksi fitur pada matrik 2. 1) Membuat area kerja matriks.. 4) Menjumlahkan matriks kookurensi dengan tranposeenya untuk. menjadikannya

Namun pada penelitian kali ini pisang akan menjadi objek atau citra yang akan dianalisis dalam tiga kategori yaitu mentah, matang, dan busuk menggunakan metode GLCM.. GLCM atau

- Hapus citra : digunakan untuk melakukan penghapusan citra /pembatalan proses pengolahan citra yang telah diambil, baik hasil preprocessing ataupun ekstraksi

KESIMPULAN Berdasarkan hasil penelitian deteksi kerusakan permukaan jalan aspal, dapat disimpulkan bahwa hasil segmentasi citra berpengaruh pada kebutuhan penentuan nilai kerusakan

Manfaat yang diharapkan dari penelitian ini adalah dengan adanya desain model aplikasi komputer pengolahan citra digital dan algoritma K-Nearest Neighbor (KNN) yang