PENGGUNAAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI BUAH SEGAR DAN BUSUK

Felix, Felix (2022) PENGGUNAAN ALGORITMA RANDOM FOREST DALAM KLASIFIKASI BUAH SEGAR DAN BUSUK. Diploma thesis, Universitas Multi Data Palembang.

Text 1822250051 Felix Santoso.pdf Download (1MB)

Abstract

Buah-buahan merupakan salah satu makanan yang sering dikonsumsi oleh berbagai kalangan umur karena sumber berbagai mineral, vitamin dan serat pangan. Untuk memperoleh manfaat yang terdapat pada buah, masyarakat harus mengonsumsi buah yang segar dan belum busuk. Secara fisik, kesegaran buah dapat dilihat karena tanda-tanda yang ada pada buah segar atau buah busuk mudah diamati.LBP (Local Binary Pattern) adalah metode ekstraksi fitur tekstur yang sederhana,namun efisien dalam mempresentasikan ciri tekstur, sedangkan HSV (Hue, Value dan Saturation) merupakan ruang warna yang cocok untuk mengidentifikasi warna-warna dasar yang akan digunakan dalam penelitian sebagai warna identifikasi cahaya dan bisa menoleransi perubahan intensitas cahaya. Penelitian ini menggunakan public dataset buah segar dan buah busuk terdiri 6 kelas (apel segar, pisang segar, jeruk segar, apel busuk, pisang busuk, dan jeruk busuk) dan memiliki jumlah 13.599 gambar yang dibagi menjadi 10.901 data latih dan 2.698 data uji. Kemudian di-resize menjadi ukuran 300 x 300 pixel dan selanjutnya dilakukan ekstraksi fitur LBP dan dilanjutkan dengan ekstraksi fitur HSV. Hasil ekstraksi fitur LBP dan HSV di gunakan sebagai input klasifikasi menggunakan algoritma random forest dengan nilai n_estimator 500,1000,1500,dan 2000. Hasil pengujian menggunakan algoritma random forest menghasilkan nilai Accuracy tertinggi sebesar 95,92% dengan nilai n_estimator 2000.

Actions (login required)

View Item