KLASIFIKASI BENTUK MAHKOTA BUNGA DENGAN MENERAPKAN K-NN BERDASARKAN HASIL EKSTRAKSI FITUR CHAIN CODE

71120033, IREENE WIJAYA (2016) KLASIFIKASI BENTUK MAHKOTA BUNGA DENGAN MENERAPKAN K-NN BERDASARKAN HASIL EKSTRAKSI FITUR CHAIN CODE. Final Year Projects (S1) thesis, Universitas Kristen Duta Wacana.

	Text (Skripsi Informatika) 71120033_bab1_bab5_daftarpustaka.pdf Download (3MB)
	Text (Skripsi Informatika) 71120033_bab2-sd-bab4_lampiran.pdf Restricted to Registered users only Download (4MB) | Request a copy

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.

Actions (login required)

View Item