KLASIFIKASI KEMATANGAN BUAH MANGGA MENGGUNAKAN METODE SVM DENGAN FITUR HSV DAN HOG

Satria Utama, Dendhi Restu (2020) KLASIFIKASI KEMATANGAN BUAH MANGGA MENGGUNAKAN METODE SVM DENGAN FITUR HSV DAN HOG. Diploma thesis, STMIK Global Informatika Mdp.

Text dendhi restu satria utama 2012250111_watermark.pdf Download (844kB)

Abstract

Banyak penelian yang pernah dilakukan untuk objek recognition berdasarkan shape menggunakan kecerdasan buatan dengan berbagai ekstraksi ciri. juga banyak penelitian yang pernah dilakukan untuk pengenalan jenis buah menggunakan berbagai fitur ekstraksi dan berbagai meode recognition. Penelitian ini adalah identifikasi varian mangga berdasarkan shape. Mangga merupakan salah satu buah yang popular dan sering dikonsumsi oleh masyarakat. Mangga memiliki banyak varian, tiap varian dari mangga biasanya memiliki bentuk yang berbeda. Bentuk mangga antara lain bulat dengan variannya dan lonjong dengan variannya. the shape mangga merupakan salah satu pembeda dari masing-masing jenis. Mangga yang digunakan adalah lima varian mangga. Data latih terdiri 16 citra untuk tiap variannya (total 80 citra untuk lima varian mangga). Data uji terdiri dari 4 citra untuk tiap variannya (total 20 citra untuk lima varian mangga). Data latih dan data uji didapatkan dengan cara difoto menggunakan kamera Smartphone 12mp jarak foto 20 cm, dan dengan latar putih. resize citra yang digunakan berukuran 240 x 320 piksel pada bagian objek mangga saja. Research ini menggunakan fitur dari Histogram of Oriented Gradients (HOG) dan Hue Saturation value (HSV) sebagai input pelatihan dan pengujian metode klasifikasinya dengan Support Vector Mechine (SVM). Akurasi pengenalan kematangan buah mangga yang dapat dicapai dalam penelitian ini adalah sebesar 93%.

Actions (login required)

View Item