KLASIFIKASI JENIS TERUNG BERDASARKAN FITUR WARNA DAN BENTUK MENGGUNAKAN SUPPORT VECTOR MACHINE

Kurniawan, Alek Bayu (2023) KLASIFIKASI JENIS TERUNG BERDASARKAN FITUR WARNA DAN BENTUK MENGGUNAKAN SUPPORT VECTOR MACHINE. Diploma thesis, Universitas Multi Data Palembang.

Text Alek Bayu Kurniawan 1620250036.pdf Download (1MB)

Abstract

Terung merupakan salah satu sumber makanan yang sudah dikenal oleh semua lapisan masyarakat Indonesia. Terung menjadi salah satu menu yang paling diminati diberbagai semua kalangan. Bentuk dan warna buah terung cukup beragam ada yang putih, hijau hingga ungu. Bentuknya ada yang bulat, lonjong besar, hingga lonjong dengan ujung lancip. Dengan banyaknya jenis terung, masyarakat Indonesia masih sulit membedakan jenis terung yang ada. Sehingga dibutuhkan sebuah sistem yang dapat mengklasifikasikan jenis-jenis terung berdasarkan warna dan bentuk dengan menggunakan metode Support Vector Machine. Dengan menggunakan 400 dataset yang dikumpulkan dengan melakukan pemotretan dengan menggunakan kamera handphone Asus Zenfone Max Pro M1 dengan jarak potret kurang lebih 30cm. Dimana dari 400 data yang digunakan dilakukan K-Fold Cross Validation 4-Fold dan 5-Fold. Berdasarkan hasil pengujian dengan fitur HSV dan HOG menggunakan Support Vector Machine mendapatkan hasil Accuracy tertinggi pada jenis Terung Apel senilai 92.00%. Kemudian untuk jenis Terung Gelatik mendapatkan Accuracy tertinggi senilai 92.50%. Selanjutnya jenis Terung Hijau mendapatkan Accuracy tertinggi yaitu 96.75% dan Jenis Terung Ungu mendapatkan Accuracy tertinggi senilai 96.75%.

Actions (login required)

View Item