IDENTIFIKASI DAN KLASIFIKASI JENIS BATUAN BEKU BERDASARKAN TEKSTUR BATUAN MENGGUNAKAN DISCRETE COSINE TRANSFORM (DCT) DAN K-NEAREST NEIGHBOR (K-NN) PADA CITRA DIGITAL Identification And Classification of Igneous Rock Based on Texture Using Discrete Cosine
Teks penuh
Gambar
Dokumen terkait
Berdasarkan penelitian yang telah dilakukan, dapat diambil kesimpulan bahwa penggunaan metode klasifikasi k-NN dengan ekstraksi tekstur statistical textures kurang
Nilai akurasi yang diperoleh dari ekstraksi ciri statistik orde ke-dua dan teknik klasifikasi K- Nearest Neighbor (K-NN) Classifier pada penelitian ini menunjukkan
Proses klasifikasi genre dimulai dengan memilih file lagu yang akan di klasifikasikan genrenya, selanjutnya dilakukan proses preprocessing, pengambilan ciri
Berdasarkan hasil pengujian yang dilakukan pada sistem deteksi dan klasifikasi pola tinggi dan berat badan melalui citra digital ini, didapatkan kesimpulan sebagai
Sistem identifikasi jenis penyakit pada buah kakao menggunakan metode ekstraksi ciri PCA dan metode klasifikasi k-NN dapat diimplementasikan dengan akurasi tertinggi sebesar
Skenario 1 pengujian sistem dengan menggunakan metode ekstraksi ciri DCT dengan klasifikasi K-NN, yaitu dengan melihat perubahan parameter akurasi dan waktu komputasi terhadap
3) Ekstraksi ciri, pada tahap ini proses ekstraksi ciri menggunakan metode regionprops yaitu dengan menghitung properti-properti citra seperti bentuk dan ukuran mutiara
Proses ini merupakan tahap yang penting dalam mendeteksi citra gigi normal atau abses periapical oleh karena itu diharapkan ekstraksi ciri akan diperoleh