ISSN : e-proceeding of Engineering : Vol.6, No.1 April 2019 Page 765
Teks penuh
Gambar
![Gambar 2.1 Bagian Gigi [5]](https://thumb-ap.123doks.com/thumbv2/123dok/2736701.3649727/2.892.246.646.330.921/gambar-bagian-gigi.webp)
Dokumen terkait
Pada pengujian kedua pada proses klasifikasi ini, nilai variable K akan diubah-ubah untuk melihat variable K mana yang menghasilkan akurasi terbaik dengan jenis distance
Sehingga didapatkan akurasi terbaik sebesar 90.1% dan waktu komputasi 0,5682s dengan menggunakan metode DWT (Discrete Wavelet Transform) dengan level dekomposisi
Sehingga didapatkan akurasi terbaik sebesar 91,67% dan waktu komputasi 69,6s dengan menggunakan metode Gabor Wavelet dimana digunakan ekstraksi ciri berdasarkan tekstur dan
Dari hasil pengujian, posisi optimal dari kamera agar dapat hasil yang baik adalah dengan jarak 1 meter dengan akurasi 95 % serta dengan sudut kemiringan
Akurasi terbaik pada pengujian ekstraksi ciri menggunakan metode Gabor Wavelet didapatkan menggunakan 60 citra latih dengan nilai skala 6 dan orientsi 7, parameter orde
Metode yang digunakan pada penelitian ini adalah Multinomial Naive Bayes, metode ini dipilih karena memiliki rata-rata akurasi yang cukup tinggi antara 85%-90% untuk
Sehingga didapatkan akurasi terbaik sebesar 85.41 % dan waktu komputasi 0.6152s dengan menggunakan metode DCT dimana digunakan ekstraksi ciri berdasarkan tekstur dan warna
Skenario pengujian pada sistem ini adalah sebagai berikut: Pengujian sistem dengan menggunakan metode ekstraksi ciri Gabor Wavelet dengan klasifikasi K-NN, yaitu dengan melihat
