Klasifikasi Tanaman berdasarkan Fitur Bentuk dan Tekstur pada Daun menggunakan Decision Tree
Teks penuh
Gambar
Dokumen terkait
Tujuan dari penelitian ini adalah untuk mendapatkan fitur statistik tekstur dari citra batik untuk mengetahui jenis batik tulis, cap dan printing dengan menggunakan
Metode penelitian yang digunakan dalam penelitian ini adalah metode K-Nearest Neighbor (KNN) berdasarkan ekstraksi fitur bentuk dan tekstur, yang dapat dilihat pada langkah
Tujuan utama penelitian ini adalah untuk mengetahui fitur mana yang memberikan pengaruh paling besar dalam proses klasifikasi citra Batik.. Setelah memperoleh fitur tekstur
Penelitian ini mengusulkan kombinasi fitur bentuk berdasarkan deskriptor regional dan fitur tekstur berdasarkan Uniform Rotated Local Binary Pattern (uRLBP) yang invariant
Metode yang digunakan dalam penelitian ini terdiri dari akusisi motif citra batik Bomba, praproses, ekstraksi fitur tekstur dan klasifikasi dengan LSVM.. Metode
Tahap akhir dari penelitian ini adalah mengukur hasil akurasi model klasifikasi decision tree C4.5 setelah melalui proses seleksi fitur dataset menggunakan
Berdasarkan pengujian yang dilakukan pada hasil klasifikasi varietas daun mangga dengan mengekstraksi fitur bentuk dan tekstur pada daun mangga dapat disimpulkan bahwa model
Judul : Klasifikasi Tanaman Bidara Berdasarkan Tekstur Daun Menggunakan Metode Gray Level Co-occurance Matrix (GLCM) dan Algoritma Support Vector Machine (SVM) Telah
