Sistem Klasifikasi Jenis Tanaman Hias Daun Philodendron Menggunakan Metode K-Nearest Neighboor (KNN) Berdasarkan Nilai Hue, Saturation, Value (HSV)
Journal: JOIN (Jurnal Online Informatika) (Vol.1, No. 1)Publication Date: 2016-06-30
Authors : Dani Syahid; Jumadi Jumadi; Dian Nursantika;
Page : 20-23
Keywords : Hue; Saturation; Value (HSV); K-Nearest Neighboor (KNN); Tanaman hias daun Philodendron;
Abstract
Tanaman hias daun biasa digunakan untuk mempercantik halaman pekarangan rumah dengan aneka warna yang indah pada tanaman hias daun ini menjadi bahan perhatian khususnya bagi pecinta tanaman. Namun dengan banyaknya jenis tanaman hias membuat kita sulit untuk mengetahui nama tumbuhan yang kita minati.Sistem pendeteksi citra tanaman hias daun bekerja dengan cara membandingkan data citra latih yang telah tersimpan pada database terhadap data citra yang akan diuji. Data citra uji akan diklasifikasikan dengan menggunakan penerapan metode K-Nearest Neighboor yaitu berfungsi untuk menghitung jarak terdekat antara data citra latih dan data citra uji pada setiap pikselnya. Setiap piksel pada citra akan dilakukan proses konversi red, Green, Blue (RGB) ke dalam ekstraksi fitur warna hue, saturation, value (HSV) terlebih dahulu. Setelah didapat nilai HSV, maka dilakukan proses klasifikasi menggunakan metode KNN. Data sampel pada penelitian ini menggunakan 5 klasifikasi citra data latih dengan 10 data citra? uji pada setiap data citra latih. Pada penelitian ini, diperoleh hasil dari akurasi sistem pendeteksi citra tanaman dengan hasil mencapai 92%.
Other Latest Articles
- Implementasi Algoritma Divide And Conquer Pada Aplikasi Belajar Ilmu Tajwid
- Implementasi Algoritma Ant Colony Optimization pada Aplikasi Pencarian Lokasi Tempat Ibadah Terdekat di Kota Bandung
- Analisis Kinerja Kompresi Citra Digital dengan Komparasi DWT, DCT dan Hybrid (DWT-DCT)
- Elimination of inequigranularity in gas turbine engine compressor blades by means of intensive plastic deformation
- Prospects for industrial use titanium aluminide in aeroengine
Last modified: 2016-11-10 09:00:41