eprintid: 2858
rev_number: 13
eprint_status: archive
userid: 35
dir: disk0/00/00/28/58
datestamp: 2020-10-23 07:54:25
lastmod: 2020-10-23 07:54:25
status_changed: 2020-10-23 07:54:25
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71120033, IREENE WIJAYA
creators_id: ireene.wijaya@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: KLASIFIKASI BENTUK MAHKOTA BUNGA DENGAN MENERAPKAN K-NN BERDASARKAN HASIL EKSTRAKSI FITUR CHAIN CODE
ispublished: pub
subjects: QA75
subjects: QA76
subjects: T1
divisions: tek_informatika
full_text_status: restricted
keywords: Bentuk Bunga, Klasifikasi , K-Nearest Neighbor (K-NN), Chain Code
abstract: Bentuk mahkota bunga merupakan salah satu kriteria yang dapat digunakan untuk proses klasifikasi bunga. Untuk dapat mengenali bentuk dari mahkota bunga, pemilihan fitur atau ciri menjadi salah satu faktor utama untuk membedakan kelas data. Oleh karena itu, kecocokkan jenis atau nilai fitur yang digunakan dalam proses klasifikasi akan berpengaruh terhadap hasil dari proses klasfikasi. Metode klasifikasi terdapat berbagai macam dan salah satunya adalah metode K-NN (K-Nearest Neighbor). Dengan menggunakan metode K-NN peneliti akan melakukan proses klasifikasi 5 macam bentuk mahkota bunga, yakni kelas Adenium, kelas Anthurium, kelas Dahlia, kelas Daisy, dan kelas Orchid. Sedangkan fitur yang digunakan dalam proses klasifikasi adalah Compactness, Roundness, dan Aspect Ratio. Peneliti menerapkan Chain Code untuk mendapatkan nilai luas area dan keliling untuk menghitung nilai Roundness dan Compactness. Berdasarkan hasil penelitian yang dilakukan, dapat disimpulkan bahwa ratarata akurasi untuk proses klasifikasi 5 kelas bentuk mahkota bunga dengan menggunakan metode K-NN adalah 43.4% dan kelas yang memiliki tertinggi adalah kelas Daisy yang memiliki nilai akurasi 100% dengan menggunakan fitur Compactness atau Roundness.
date: 2016-07
date_type: published
pages: 67
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71120033, IREENE WIJAYA  (2016) KLASIFIKASI BENTUK MAHKOTA BUNGA DENGAN MENERAPKAN K-NN BERDASARKAN HASIL EKSTRAKSI FITUR CHAIN CODE.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/2858/1/71120033_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/2858/2/71120033_bab2-sd-bab4_lampiran.pdf