Anda belum Log-in!
Silahkan Log in
Selamat Datang di Portal Digital Content Publisher
Sabtu , 07 June 2025
Perpustakaan sebagai jantung pendidikan tinggi di Indonesia, harus mampu memberi kontribusi yang berarti bagi pelaksanaan proses belajar mengajar di perguruan tinggi.
di-posting oleh 140411100069 pada 2019-02-04 10:48:49 • 67 klik
PENGENALAN PENYAKIT PADA DAUN JAGUNG DENGAN METODE K-NEAREST NEIGHBOUR BERBASIS FITUR GREY LEVEL RUN-LENGTH MATRIX DAN FUZZY COLOR HISTOGRAM
RECOGNITION OF DISEASE IN CORN LEAF USING K-NEAREST NEIGHBOR METHOD BASED ON GRAY LEVEL RUN-LENGTH MATRIX AND FUZZY COLOR HISTOGRAM FEATURES
disusun oleh NURUL HUDA
| Subyek: | Image Classification |
| Kata Kunci: | Klasifikasi Image Processing KNN Feature Extraction GLRLM Fuzzy Color Histogram |
[ Anotasi Abstrak ]
Jagung merupakan salah satu tanaman yang cukup penting, karena jagung adalah komoditas pangan terbesar kedua setelah padi. Akan tetapi kebutuhan atas komoditas jagung di Indonesia masih belum tercukupi sehingga harus mengimpor dari negara lain. Di antara salah satu faktornya adalah hama dan penyakit yang menyerang tanaman jagung yang menyebabkan rendahnya hasil panen jagung. Sehingga teknik pemrosesan citra digital perlu diterapkan untuk mendeteksi penyakit tanaman jagung sejak dini. Metode yang akan digunakan adalah Fuzzy Color Histogram (FCH) untuk ekstraksi warna karena keunggulan metode ini yaitu tidak terlalu sensitif dengan noisy dan perbedaan cahaya. Sedangkan untuk ekstraksi fitur tekstur, metode yang akan digunakan adalah metode Gray Level Run- Length Matrix (GLRLM). Dari data uji sebanyak 3.847 citra daun jagung, hasil akurasi tertinggi dari metode FCH adalah 73.95%, untuk metode GLRLM adalah 69.17%, sedangkan untuk penggabungan keduanya menghasilkan akurasi paling tinggi yaitu 81.29%.
Deskripsi Lain
Corn is one of the most important plants, because corn is the second largest food commodity after rice. However, the need for corn in Indonesia is still insufficient so it needs to be imported from other countries. Among the factors of it are pests and diseases that attack maize which causes low corn yields. So that digital image processing techniques need to be applied to detect corn plant diseases on the early stage. The method that will be used is the Fuzzy Color Histogram (FCH) for color extraction as this method is not too sensitive with noisy and light differences. While for texture feature extraction, the method that will be used is the Gray Level Run-Length Matrix (GLRLM). From the training test of 3,847 images of corn leaves, the highest accuracy of FCH is 73.95%, for the GLRLM method is 69.17%, while for the merger both methods produce the highest accuracy that is 81.29%.
| Kontributor | : Fitri Damayanti, S.Kom., M.Kom. ; Mohammad Syarief, S.T., M.Cs. |
| Tanggal tercipta | : 2019-01-17 |
| Jenis(Tipe) | : Text |
| Bentuk(Format) | |
| Bahasa | : Indonesia |
| Pengenal(Identifier) | : TRUNOJOYO-Tugas Akhir-15239 |
| No Koleksi | : 140411100069 |
Download File Penyerta (khusus anggota terdaftar)
1. TRUNOJOYO-Tugas Akhir-15239-Cover.pdf - 1427 KB 2. TRUNOJOYO-Tugas Akhir-15239-Abstract.pdf - 1474 KB 3. TRUNOJOYO-Tugas Akhir-15239-Chapter1.pdf - 1472 KB 4. TRUNOJOYO-Tugas Akhir-15239-Chapter2.pdf - 1512 KB 5. TRUNOJOYO-Tugas Akhir-15239-Chapter3.pdf - 1453 KB 6. TRUNOJOYO-Tugas Akhir-15239-Chapter4.pdf - 1555 KB 7. TRUNOJOYO-Tugas Akhir-15239-Cloncusion.pdf - 1450 KB 8. TRUNOJOYO-Tugas Akhir-15239-References.pdf - 1458 KB
Dokumen sejenis...Tidak ada !
Dokumen yang bertautan...- Prediksi Ketepatan Kelulusan Mahasiswa Menggunakan Algoritma C5.0
- REKOMENDASI DENAH TATA LETAK BARANG MENGGUNAKAN METODE ASSOCIATION RULE BERBASIS MULTIPLE MINIMUM SUPPORT (Studi Kasus: El Malik Swalayan)
- Analisis Dampak Penerapan Metode Diskretisasi Data terhadap Performa Diagnosis Penyakit Liver Berbasis K-Nearest Neighbor
- Penerapan Data Mining Pada Market Basket Analysis dengan Metode Algoritma Apriori Association Rules
- KLASIFIKASI DOKUMEN WEB BERITA UNIVERSITAS MENGGUNAKAN METODE K-NN (K-NEAREST NEIGHBOR)
Kembali ke Daftar