PENERAPAN METODE K- NEAREST NEIGBHOR KLASIFIKASI JENIS BUAH SEMANGKA DENGAN IMAGE PROCESSING
DOI:
https://doi.org/10.31849/zn.v5i3.16301Keywords:
Image Processing, H-Nearest Neighbor, Euclidean Distance, SDLCAbstract
Tujuan dari studi ini ialah untuk menciptakan Sistem Klasifikasi Jenis Buah Semangka melalui Pengolahan Citra dengan menggunakan Metode K-Nearest Neighbor di Dinas Pertanian Kota Pagar Alam. Penelitian ini dilakukan karena proses pengklasifikasian jenis-jenis semangka masih dilakukan secara tradisional dan belum diotomatiskan. Saat ini, klasifikasi buah semangka masih bergantung pada pengalaman manusia, penilaian warna, dan bentuk buah semangka. Namun, cara ini memakan waktu yang cukup lama dan seringkali menghasilkan kesalahan. Oleh karena itu, penelitian ini bertujuan untuk membantu dalam pengklasifikasian buah semangka dengan menggunakan metode yang lebih efisien dan akurat melalui teknik pengolahan citra. Dengan menggunakan metode K-Nearest Neigbhor dengan cepat. Sistem yang dibangun menggunakan Software MATLAB, dalam metode pengembangan sistem dalam penelitian ini adalah metode SDLC (Software Development Life Cycle), dimana tahapan meliputi analisis, desain, pengkodean dan pengujian, untuk metode pengujian menggunakan Euclidean Distance dilakukan pengujian pada seluruh data testing yang telah disiapkan hasil dari penelitian ini yakni sistem klasifikasi jenis buah semangka dengan metode Euclidean Distance dengan Image Processing dimana pada 80 data training, menghasilkan 69 data berhasil dikenali dan 11 data tidak berhasil dikenali, sehingga mendapat persentase sebesar 86,25%. Kemudian setelah dilakukan holdout validation dengan 20 data testing, menghasilkan 16 data berhasil dikenali dan 4 data tidak berhasil dikenali, sehingga mendapat persentase sebesar 80%. Akhirnya sistem yang menerapkan Euclidean Distance terhadap klasifikasi jenis buah semangka dengan image processing mendapat akurasi yang tinggi
Downloads
Published
Issue
Section
License
CC BY-SA 4.0
Attribution-ShareAlike 4.0
You are free to:
- Share — copy and redistribute the material in any medium or format for any purpose, even commercially.
- Adapt — remix, transform, and build upon the material for any purpose, even commercially.
- The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
- Attribution — You must give appropriate credit , provide a link to the license, and indicate if changes were made . You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
- ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
- No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.
Notices:
You do not have to comply with the license for elements of the material in the public domain or where your use is permitted by an applicable exception or limitation .
No warranties are given. The license may not give you all of the permissions necessary for your intended use. For example, other rights such as publicity, privacy, or moral rights may limit how you use the material.
