@phdthesis{katalog1338,
            year = {2018},
          author = {ALFONSUS AGUNG WAYANTO L 71130039},
           month = {July},
           title = {SISTEM PENGENALAN BUAH STROBERI MENGGUNAKAN
METODE GRAY LEVEL CO-OCCURRENCE MATRIX},
          school = {Universitas Kristen Duta Wacana},
        keywords = {hsv, tekstur, threshold, Gray Level Co-occurrence Matrix},
             url = {https://katalog.ukdw.ac.id/1338/},
        abstract = {Untuk mendapatkan buah stroberi yang baik dan matang konsumen harus dapat mengenali buah stroberi tersebut matang atau mentah. Permasalahan tersebut merupakan hal yang mudah untuk diatasi akan tetapi sistem komputer belum tentu dapat mengenali masalah tersebut. Pada penelitian ini dirancang sebuah program pengenalan buah stroberi matang dan buah stroberi mentah menggunakan fitur pada metode Gray Level Co-occurrence Matrix. Penelitian ini menggunakan gambar buah stroberi yang berisi maksimal 5 buah stroberi dalam satu gambar. Data uji yang dilakukan data penelitian berjumlah 25 data uji dan data latih yang digunakan berjumlah 20 data latih. Proses pertama yaitu resize dan grayscale, proses yang kedua adalah threshold dan dilasi dan yang ketiga adalah crop. Kemudian diekstraksi cirinya menggunakan metode Gray Level Co-occurrence Matrix.
Berdasarkan 25 data uji menghasilkan rata-rata tingkat keberhasilan pengujian dengan fitur contrast sebesar 91\%, fitur energy sebesar 93\%, fitur correlation sebesar 86\% dan fitur homogeneity sebesar 85\% untuk mengenali tekstur buah stroberi. Pengujian dengan fitur hue sebesar 86\%, fitur saturation sebesar 87\% dan fitur value sebesar 53\% untuk mengenali buah stroberi matang dan buah stroberi mentah.}
}