Rancang Bangun Sistem Klasifikasi Tingkat Kemanisan Buah Menggunakan Pengolahan Citra Digital Dan Algoritma K-Nearest Neighbors

Putri, Candy (2017) Rancang Bangun Sistem Klasifikasi Tingkat Kemanisan Buah Menggunakan Pengolahan Citra Digital Dan Algoritma K-Nearest Neighbors. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (509kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (693kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (503kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Download (614kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

Buah seperti semangka dan pepaya cukup digemari masyarakat di Indonesia, apalagi yang manis rasanya. Cara tradisional untuk mengetahui kemanisan buah adalah dengan memotong dan merusak bentuknya. Agar bisa dinilai secara objektif, kemanisan diukur menggunakan nilai derajat brix. Untuk dapat mengetahui tingkat kemanisan buah secara objektif tanpa merusak bentuk buah, dirancang sistem klasifikasi tingkat kemanisan buah menggunakan pengolahan citra digital dan k-nearest neighbors yang berbasis desktop. Pengolahan citra digital yang dipasangkan dengan k-nearest neighbors dapat digunakan dalam proses klasifikasi tingkat kemanisan buah hanya dari gambarnya saja, sehingga tidak merusak bentuk buah. Lewat pengolahan citra digital, diekstraksi nilai RGB buah yang akan membantu dalam proses klasifikasi menggunakan k-nearest neighbors sehingga dapat diketahui tingkat kemanisan buah dengan melihat kedekatan jarak ciri warna buah dengan buah yang lain yang sudah dipastikan kemanisannya. Jarak antar buah dihitung menggunakan Euclidean Distance. Penelitian dilakukan dengan mengambil gambar dua puluh buah semangka dan dua puluh buah pepaya dari empat sisi berbeda dan dicatat nilai brix-nya yang diambil menggunakan refraktometer. Dari keempat sisi gambar tiap buah, ditentukan sisi mana yang paling akurat dalam klasifikasi tingkat kemanisannya dengan pengujian di mana buah testing-nya sama dengan buah training. Lalu, dari sisi yang tingkat akurasinya paling tinggi, ditentukan jumlah tetangga terdekat (k) pada k-nearest neighbors yang paling akurat dalam proses klasifikasi pada pengujian di mana buah testing-nya tidak sama dengan buah training . Hasil pengujian menunjukkan bahwa sisi depan pepaya dan semangka yang paling akurat dalam proses klasifikasi tingkat kemanisannya dengan nilai k sama dengan satu yang memiliki tingkat akurasi sebanyak 70%.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 000 Computer Science, Information and General Works 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 600 Technology (Applied Sciences) > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	22 Jan 2019 03:25
Last Modified:	22 Apr 2022 06:58
URI:	https://kc.umn.ac.id/id/eprint/4794

Actions (login required)

View Item