Klasifikasi Jenis Buah Apel Menggunakan Metode Orde 1 dengan Algoritma Multi Support-Vector Machines

Paradigma - Jurnal Komputer dan Informatika

View Publication Info
 
 
Field Value
 
Title Klasifikasi Jenis Buah Apel Menggunakan Metode Orde 1 dengan Algoritma Multi Support-Vector Machines
 
Creator Safitri, Rizky Ade
Nurdiani, Siti
Riana, Dwiza
Hadianti, Sri
 
Subject Ilmu Komputer
Image Processing
 
Description Apel merupakan jenis buah-buahan dimana memiliki beragam jenis warna pada kulitnya tersendiri, ada yang berwarna merah, hijau maupun warna kuning. Buah apel juga memiliki banyak jenis dan mudah ditemukan dalam negeri maupun di luar negeri. Setiap jenis buah apel memiliki ciri yang berbeda sehingga akan diperoleh pendapat yang berbeda oleh setiap individu yang menyebabkan tingkat akurasi yang berbeda. Teknologi klasifikasi saat ini dapat digunakan untuk membantu proses pemilahan tersebut. Penelitian ini menggunakan metode orde 1 dengan algoritma multi SVM yang bertujuan untuk pengenalan pola buah apel menggunakan analisis tekstur pada citra grayscale dan ekstraksi fitur warna pada citra warna. Hasil ekstrasi fitur akan menjadi input bagi multi SVM untuk mengklasifikasikan jenis apel. Data yang digunakan pada penelitian ini adalah dari 50 citra, yang terdiri dari 35 citra data latih  dan 15 data uji. Hasil akurasi metode ini mencapai tingkat akurasi hanya sebesar 86%.
 
Publisher Universitas Bina Sarana Informatika
 
Contributor
 
Date 2019-09-23
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

 
Format application/pdf
 
Identifier http://ejournal.bsi.ac.id/ejurnal/index.php/paradigma/article/view/6526
10.31294/p.v21i2.6526
 
Source Paradigma - Jurnal Komputer dan Informatika; Vol 21, No 2 (2019): Periode September 2019; 167-172
Paradigma - Jurnal Komputer dan Informatika; Vol 21, No 2 (2019): Periode September 2019; 167-172
2579-3500
1410-5063
10.31294/p.v21i2
 
Language ind
 
Relation http://ejournal.bsi.ac.id/ejurnal/index.php/paradigma/article/view/6526/pdf
http://ejournal.bsi.ac.id/ejurnal/index.php/paradigma/article/downloadSuppFile/6526/1136
 
Rights Copyright (c) 2019 Paradigma - Jurnal Komputer dan Informatika
https://creativecommons.org/licenses/by-nc-sa/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library