eprintid: 1223
rev_number: 11
eprint_status: archive
userid: 31
dir: disk0/00/00/12/23
datestamp: 2021-04-21 06:43:42
lastmod: 2021-04-21 06:43:42
status_changed: 2021-04-21 06:43:42
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71130141, ALBERTUS MICHAEL HARIYANTO
creators_id: a.michael.h@ti.ukdw.ac.id
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Hapsari, Widi
contributors_name: Lukito, Yuan
corp_creators: Universitas Kristen Duta Wacana
title: IDENTIFIKASI JENIS MORPH DASAR BALL PYTHON BERDASARKAN WARNA DAN MOTIF MENGGUNAKAN K-NEAREST NEIGHBOR
ispublished: pub
subjects: QA75
divisions: tek_informatika
full_text_status: restricted
keywords: Ball Python, histogram, Grey Level Co-occurrence Matrices, KNearest Neighbor
abstract: Ball Python merupakan salah satu spesies ular yang hidup di muka bumi ini. Jenis ular ini memiliki keunikan dengan berbagai jenis atau morph yang memiliki warna serta motif pada kulit Ball Python yang berbeda satu dengan jenis lainnya. Ragam warna dan motif dari jenis Ball Python sendiri cukup beragam dan terkadang mirip, sehingga dapat menyulitkan dalam pengenalan setiap jenis atau
morph dari Ball Python itu sendiri. Pada penelitian ini dirancang sebuah program identifikasi jenis morph dasar Ball Python berdasarkan warna dan motif menggunakan K-Nearest Neighbor.
Penelitian ini menggunakan delapan jenis Ball Python dasar, yaitu Albino, Axantic, Banana, Lesser, Pastel, Piebald, Pinstripe, dan Spider. Identifikasi jenis Ball Python akan dilakukan dengan melihat warna dan motif dari Ball Python. Untuk warna akan digunakan metode Histogram Warna dan untuk motif atau tekstur akan digunakan metode Grey Level Co-occurrence Matrices (GLCM).
Penelitian ini memiliki tiga skenario penelitian dengan perbedaan susunan data latih yang dipilih dan jumlah data latih. Hasil pengujian dari sistem menunjukan adanya perbedaan tingkat akurasi. Akurasi tertinggi terdapat pada skenario ketiga dengan jumlah data latih 96 citra (dipilih secara acak) dan jumlah data uji 64 citra (dipilih secara acak). Tingkat akurasi hasil klasifikasi rata-rata dari semua kelas yang didapatkan sebesar 83.4375% dikenali dengan benar jenis data uji yang dimasukkan. Untuk skenario 1 dengan jumlah data latih 80 citra (dipilih berdasarkan posisi Ball Python berada di tengah frame) dan 80 data uji, didapatkan tingkat akurasi hasil klasifikasi rata-rata dari semua kelas dengan nilai sebesar 79.75%. Untuk skenario 2 dengan jumlah data latih 80 citra (dipilih secara acak) dan 80 data uji (dipilih secara acak), didapatkan tingkat akurasi hasil klasifikasi rata-rata dari semua kelas dengan nilai sebesar 70%.
date: 2018
date_type: published
pages: 55
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71130141, ALBERTUS MICHAEL HARIYANTO  (2018) IDENTIFIKASI JENIS MORPH DASAR BALL PYTHON BERDASARKAN WARNA DAN MOTIF MENGGUNAKAN K-NEAREST NEIGHBOR.  Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/1223/1/71130141_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/1223/2/71130141_bab2-sd-bab4_lampiran.pdf