Skripsi

ABSTRAK DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DAN METODE K-NEAREST NEIGHBOURS

Penulis 1514321063
Jenis

Skripsi

Tahun

2020

Kode

475/UB/FT-Inf/20

Bahasa

Ind

Skripsi Tersedia
Unduh Laporan

ABSTRAK DETEKSI JENIS DAUN MANGGA MENGGUNAKAN FITUR CENTROID CONTOUR DISTANCE (CCD) DAN METODE K-NEAREST NEIGHBOURS

#1514321063

Pengarang: 1514321063

Pembimbing Pertama: Eko Prasetyo, S.kom., M.Kom.

Jenis: Skripsi

Penerbit: UBHARA : FT - Teknik Informatika

Tahun Terbit: 2020

Bahasa: Ind

Kode: 475/UB/FT-Inf/20

No. Klasifikasi: 005.5 FIR d

Jenis Karya: S1


Jenis

Skripsi

Tahun

2020

Status

Tersedia

Kode

475/UB/FT-Inf/20

Subyek

SISTEM TEKNOLOGI

Kata Kunci

K-Nearest Neighbour Centroid Contour Distance mangga citra gadung lalijiwo manalagi.

Anotasi

Terdapat puluhan jenis atau bahkan lebih tanaman mangga yang ada di Indonesia dan bahkan tersebar di seluruh dunia. Salah satu cara mengetahui jenis tanaman mangga adalah dengan mengidentifikasi daunnya. Tentunya pada masing – masing jenis tanaman mangga juga memiliki jenis daun dengan ciri fisik atau tekstur yang berbeda satu sama lain. Algoritma K-Nearest Neighbors atau KNN adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Penelitian ini juga menggunakan ekstraksi fitur Centroid Contour Distance (CCD) dan bertujuan untuk membuat suatu aplikasi atau sistem yang mampu mendeteksi jenis daun mangga. Sistem dibangun dengan menggunakan bahasa pemrograman Phyton. Dengan data latih sejumlah 900 data untuk masing masing kelas dengan perbandingan 90 data latih dan 10 sebagai data uji. Hasil penelitian ini didapat nilai akurasi sebesar 71,33% dan error sebesar 28,66% serta nilai precission untuk kelas mangga gadung sebesar 0,838, kelas mangga lalijiwo sebesar 0,622, kelas mangga manalagi sebesar 0,641. Sedangkan nilai recall untuk kelas mangga gadung sebesar 0,99, kelas mangga lalijiwo sebesar 0,56, kelas mangga manalagi sebesar 0,59.

Di-entri: 06 October 2021 04:54