• Tidak ada hasil yang ditemukan

SIMULASI DAN ANALISIS SISTEM KLASIFIKASI BATUBARA MENGGUNAKAN FUZZY COLOR HISTOGRAM, DISCRETE COSINE TRANSFORM, DAN K-NEAREST NEIGHBOR PADA CITRA DIGITAL Simulation and Analysis of Image Processing in Coal Classification System Using Fuzzy Color Histogram

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2018

Membagikan "SIMULASI DAN ANALISIS SISTEM KLASIFIKASI BATUBARA MENGGUNAKAN FUZZY COLOR HISTOGRAM, DISCRETE COSINE TRANSFORM, DAN K-NEAREST NEIGHBOR PADA CITRA DIGITAL Simulation and Analysis of Image Processing in Coal Classification System Using Fuzzy Color Histogram"

Copied!
9
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 9 Halaman )

Teks penuh

Loading

Gambar

Tabel 1 Klasifikasi batubara berdasarkan jumlah kalori (Sumber: [5])
Gambar 1 Diagram blok sistem
Gambar 2 Flowchart model skenario 2
Tabel 2 Akurasi DCT saat resolusi citra 256×256 dan 512×512
+4

Referensi

Unduh sekarang ( PDF - 9 Halaman - 768.04 KB )

Garis besar

SIMULASI DAN ANALISIS SISTEM KLASIFIKASI BATUBARA MENGGUNAKAN FUZZY COLOR HISTOGRAM, DISCRETE COSINE TRANSFORM, DAN K-NEAREST NEIGHBOR PADA CITRA DIGITAL Simulation and Analysis of Image Processing in Coal Classification System Using Fuzzy Color Histogram

Dokumen terkait

Klasifikasi Plasmodium vivax dari Digitalisasi Mikroskopis Sediaan Darah Tebal Menggunakan Kombinasi Ekstraksi Ciri Statistik Orde Ke-dua dan Metode K-Nearest Neighbor (K-NN) Classifier.

Nilai akurasi yang diperoleh dari ekstraksi ciri statistik orde ke-dua dan teknik klasifikasi K- Nearest Neighbor (K-NN) Classifier pada penelitian ini menunjukkan

The Classification of Freycinetia Based on Stomata Anatomic Image Using K-Nearest Neighbor and Artificial Neural Network

Hasil klasifikasi citra stomata Freycinetia menggunakan ekstraksi fitur dekomposisi wavelet (w- entropy ) dengan K-NN dan JST menghasilkan akurasi sebesar 96,88% dan

Kata kunci: Histogram Equalization, Fuzzy Color Histogram (FCH), K-Nearest Neighbor (K-NN)

Berikut adalah data hasil pengujian terhadap perubahan parameter nilai k pada proses klasifikasi kualitas kuning telur. Pengujian pada tahap ini menggunakan 38 data

IDENTIFIKASI JENIS PENYAKIT PADA KAKAO DENGAN PENGOLAHAN CITRA DIGITAL DAN K-NEAREST NEIGHBOR CACAO DISEASE IDENTIFICATION USING DIGITAL IMAGE PROCESSING AND K-NEAREST NEIGHBOR

Sistem identifikasi jenis penyakit pada buah kakao menggunakan metode ekstraksi ciri PCA dan metode klasifikasi k-NN dapat diimplementasikan dengan akurasi tertinggi sebesar

KLASIFIKASI JENIS KELAMIN MANUSIA MELALUI PENGOLAHAN CITRA DIGITAL SIDIK RUGAE PALATINA DENGAN MENGGUNAKAN METODE WAVELET TRANSFORM DAN K-NEAREST NEIGHBOR (K-NN) GENDER CLASSIFICATION BY RUGAE PALATINE PRINTS DIGITAL IMAGE PROCESSING USING WAVELET TRANSFO

Skenario pengujian 3 bertujuan untuk melihat pengaruh ukuran blok pada ekstraksi ciri blok terhadap data latih dan data uji serta waktu komputasi dari sistem. Nilai radius

PEMISAHAN CHORUS PADA MUSIC MP3 MENGGUNAKAN KOEFISIEN KORELASI 2-D BERBASIS DISCRETE COSINE TRANSFORM (DCT) DAN K-NEAREST NEIGHBOR (K-NN)

Akurasi sistem pada penelitian ini adalah 95% dengan rata-rata waktu proses sebesar 0,11 detik dengan parameter terbaik terdiri dari ukuran frame 1 detik, jenis window

View of Klasifikasi Kanker Payudara pada Citra Ultrasound Menggunakan Fitur Koefisien Discrete Cosine Transform (DCT)

Pada penelitian ini dilakukan ekstraksi fitur DCT secara langsung dengan pengambilan koefisien DCT pada daerah frekuensi rendah yang memiliki energi citra yang besar.. Proses

Tampilan Perbandingan Model Machine Learning pada Klasifikasi Tumor Otak Menggunakan Fitur Discrete Cosine Transform

Penelitian ini bertujuan untuk mengembangkan alat diagnostik tumor otak berbasis citra MRI menggunakan ekstraksi ciri bentuk Discrete Cosine Transform DCT yang merupakan algoritma