KLASIFIKASI TANAMAN BIDARA BERDASARKAN TEKSTUR DAUN MENGGUNAKAN METODE GRAY LEVEL CO-OCCURANCE MATRIX
Teks penuh
Dokumen terkait
Dengan ini saya menyatakan bahwa skripsi berjudul Klasifikasi Fragmen Metagenome Menggunakan KNN dan PNN dengan Ekstraksi Fitur Gray Level Co-occurrence Matrix
Pengujian ini berfungsi untuk mengetahui perbedaan keakurasian klasifikasi yang menggunakan data latih kecil dan yang besar. Dari ketiga kelompok jumlah data tersebut
Klasifikasi citra kain tenun berdasarkan tekstur dan warna dengan metode Gray Level Co- occurrence Matrix (GLCM), Local Binary Pattern (LBP), Color Moments dan
untuk menghasilkan sistem identifikasi hama tanaman tomat berbasis citra digital menggunakan teknik ekstraksi ciri GLCM dengan lima ciri tekstur dan teknik klasifikasi PNN
Tujuan dari penelitian ini adalah melakukan perbandngan algoran klasifikasi decision tree (C4.5) dan naive bayes pada metode analisis tekstur Gray-Level Co-Occurrence Matrix
Kesimpulan Dari hasil analisa tekstur terhadap ekstraksi ciri yang didapatkan berdasarkan paramaeter Contrast, Correlation, Energy, Homogeneity dengan metode GLCM Gray Level
KESIMPULAN Dalam melakukan klasifikasi biji kopi robusta dan arabika Timor berbasis citra, kinerja algoritma K-NN dengan fitur tekstur GLCM memberikan hasil terbaik pada penggunaan
Nilai K sebagai parameter metode KNN dalam melakukan klasifikasi pada penelitian ini adalah K=1 hingga K=10, sedangkan parameter yang digunakan untuk ekstraksi fitur menggunakan GLCM
