Klasifikasi Jenis Jahe Berdasarkan Ciri Bentuk Dan Warna Menggunakan Metode K-Nearest Neighbor Pada Citra Digital

Arfan, Arfan (2024) Klasifikasi Jenis Jahe Berdasarkan Ciri Bentuk Dan Warna Menggunakan Metode K-Nearest Neighbor Pada Citra Digital. S1 Teknik Informatika thesis, STMIK Widya Cipta Dharma.

Text 1743146_S1_JURNAL.pdf Download (691kB)

Abstract

Jahe (Zingiber officinale), adalah tumbuhan yang rimpangnya digunakan sebagai rempah-rempah dan bahan baku pengobatan tradisional. Terdapat 3 jenis jahe yang populer di pasaran yaitu jahe gajah/badak, jahe putih/emprit, dan jahe merah. Ada beberapa kemiripan pada jahe gajah dan jahe putih yang membuat terjadinya penelitian ini dengan judul “Klasifikasi Jenis Jahe Berdasarkan Ciri Bentuk dan Warna Menggunakan Metode K-Nearest Neighbor Pada Citra Digital”. Penelitian ini akan menggunakan data masukan berupa citra jahe dengan artificial background berwarna putih dan menggunakan fitur bentuk dan warna. Pada penelitian ini klasifikasi akan dilakukan untuk citra jahe dengan metode K-Nearest Neighbor (KNN). Pengujian penelitian ini dilakukan menggunakan parameter Accuracy, Precision, dan recall berdasarkan Confusion Matrix Multi Class. Perbandingan data latih dan data uji 50%:50%, 70%:30% dan 80%:20%. Berdasarkan implementasi dan hasil pengujian pada penelitian klasifikasi jenis jahe menggunakan metode K-Nearest Neighbor dapat disimpulkan bahwa Fitur Orde 1 yang digunakan pada penelitian ini sesuai untuk sistem klasifikasi jenis jahe dan Hasil klasifikasi metode K-Nearest Neighbor dapat diimplementasikan untuk klasifikasi jenis jahe dan mampu mencapai nilai akurasi 91 % dengan skenario pengujian 80%:20%. ============================================================ Ginger (Zingiber officinale), is a plant whose rhizome is used as a spice and raw material for traditional medicine. There are 3 types of ginger that are popular on the market, namely elephant/rhino ginger, white/emprit ginger, and red ginger. There are several similarities between elephant ginger and white ginger which led to this research with the title "Classification of Ginger Types Based on Shape and Color Characteristics Using the K-Nearest Neighbor Method in Digital Images". This research will use input data in the form of an image of ginger with a white artificial background and using shape and color features. In this research, classification will be carried out for ginger images using the K-Nearest Neighbor (KNN) method. This research testing was carried out using Accuracy, Precision and Recall parameters based on the Multi Class Confusion Matrix. Comparison of training data and test data 50%:50%, 70%:30% and 80%:20%. Based on the implementation and test results in ginger type classification research using the K-Nearest Neighbor method, it can be concluded that the Order 1 feature used in this research is suitable for the ginger type classification system and the results of the K-Nearest Neighbor method classification can be implemented for ginger type classification and are able to achieve accuracy value of 91% with a test scenario of 80%:20%.

Item Type:	Thesis (S1 Teknik Informatika)
Additional Information:	Pembimbing 1: Ita Arfyanti, S.Kom., M.M. Pembimbing 2: Wahyuni, S.Kom., M.Kom.
Uncontrolled Keywords:	Jahe, K- Nearest Neigbor, Citra Digital, Ciri Bentuk dan Warna, Confusion Matrix.
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Teknik Informatika
Depositing User:	Arfan Arfan
Date Deposited:	09 Aug 2024 07:47
Last Modified:	09 Aug 2024 07:47
URI:	http://repository.wicida.ac.id/id/eprint/5895

Actions (login required)

View Item