ENSIKLOPEDIA DIGITAL JENIS APEL (Malus sylvestris Mill.) MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Johan, Anju Alicia (2023) ENSIKLOPEDIA DIGITAL JENIS APEL (Malus sylvestris Mill.) MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, POLITEKNIK NEGERI JEMBER.

	Text (Bab 1 Pendahuluan) Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (301kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (282kB)
	Text (Abstract) Abstrack.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (87kB)
	Text (Laporan Lengkap) Full Text.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Ensiklopedia Digital Jenis Apel (Malus sylvestris Mill.) Menggunakan Support Vector Machine (SVM) Dibimbing oleh Zilvanhisna Emka Fitri, ST.MT Anju Alicia Johan Program Studi Teknik Informatika Jurusan Teknologi Informasi ABSTRAK Apel adalah tanaman buah pomaceous dari keluarga Rosacease dan spesies Malus domestica. Apel memiliki berbagai macam warna pada kulitnya sendiri yaitu apel hijau memiliki beberapa jenis antara lain apel hijau manalagi, apel cherry manalagi, dan apel roma beauty. Ada beberapa jenis apel merah, antara lain apel fuji, apel merah, dan apel ana. Setiap jenis buah apel memiliki karakteristik yang berbeda-beda sehingga akan diperoleh pendapat yang berbeda pula oleh setiap individu yang menyebabkan tingkat ketelitian yang berbeda pula. Teknologi klasifikasi saat ini dapat digunakan untuk membantu proses pemilahan. Penelitian ini menggunakan metode Support Vector Machine (SVM) yang bertujuan untuk mengenali pola apel menggunakan analisis tekstur pada citra grayscale menggunakan metode ekstraksi Gray-Level Co-occurrence matrix (GLCM) dan ekstraksi fitur warna pada citra berwarna menggunakan Red Green Blue (RGB) dan Hue Saturation Value (HSV). Hasil ekstraksi fitur akan menjadi masukan bagi SVM untuk mengklasifikasikan jenis apel. Data yang digunakan dalam penelitian ini sebanyak 600 citra, terdiri dari 480 citra data latih dan 120 data uji. Hasil akurasi metode ini mencapai tingkat akurasi 93,75% untuk data latih dan akurasi 87,50% untuk data uji. Kata Kunci: Apel, RGB, HSV, GLCM, SVM

Actions (login required)

View Item