IDENTIFIKASI KUALITAS CABAI BERDASARKAN WARNA DAN TEKSTUR MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Wicaksono, Hanif Luhur and Suryani, Dhebys and Sabilla, Wilda Imama (2020) IDENTIFIKASI KUALITAS CABAI BERDASARKAN WARNA DAN TEKSTUR MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Diploma thesis, Jurusan Teknologi Informasi.

	Text Cover.pdf Restricted to Registered users only Download (406kB) | Request a copy
	Text Bab I.pdf Restricted to Registered users only Download (907kB) | Request a copy
	Text Bab II.pdf Restricted to Registered users only Download (923kB) | Request a copy
	Text Bab III.pdf Restricted to Registered users only Download (968kB) | Request a copy
	Text Bab IV.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab V.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab VI.pdf Restricted to Registered users only Download (850kB) | Request a copy
	Text Bab VII.pdf Restricted to Registered users only Download (776kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (839kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Cabai termasuk salah satu komoditas sayuran yang mempunyai nilai ekonomi tinggi. Selain dapat dikonsumsi sebagai campuran bumbu masakan, juga dapat diawetkan dalam bentuk sambal, saus, dan pasta acar. Pada saat ini, untuk mengetahui kualitas cabai masih menggunakan cara manual yaitu dengan mengandalkan pengamatan mata yang mungkin memiliki kekurangan yang disebabkan keterbatasan dan kelemahan indera penglihatan manusia. Lain halnya jika kualitas cabai tidak bagus ikut terjual dengan cabai kualitas bagus akan berakibat kerugian bagi konsumen. Oleh karena itu perlu adanya sistem yang dapat mengidentifikasi kualitas cabai. Dalam penelitian ini, penulis membuat sistem pengolahan citra digital yang dapat mengidentifikasi kualitas cabai berdasarkan warna dan tekstur menggunakan metode K-Nearest Neighbor. Berdasarkan hasil uji dengan menggunakan 90 data citra cabai. Terdapat 72 citra data latih dan 18 data uji didapatkan akurasi terbaik klasifikasi menggunakan metode K-Nearest Neighbor dari nilai K=1 dengan hasil akurasi sebesar 94,4%. Dengan penerapan metode klasifikasi menggunakan K-Nearest Neighbor dapat menghasilkan akurasi yang diharapkan pada sistem klasifikasi. Dengan adanya sistem ini dapat dimanfaatkan untuk membedakan tingkat kualitas cabai berdasarkan warna dan tekstur untuk berbagai keperluan.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Cabai, Kualitas, Pengolahan Citra Digital, K-Nearest Neighbor
Subjects:	A Computer Science > Computer Programming A Computer Science > Artificial Intelligence
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	Hanif Luhur Wicaksono
Date Deposited:	08 Dec 2020 03:17
Last Modified:	08 Dec 2020 03:17
URI:	http://repota.jti.polinema.ac.id/id/eprint/319

Actions (login required)

View Item