IDENTIFIKASI KEMATANGAN BUAH KELAPA SAWIT MENGGUNAKAN K-MEANS CLUSTERING DAN GRAY LEVEL COOCCURANCE MATRIX (GLCM) BERDASARKAN CITRA BUAH KELAPA SAWIT

SUKRISNO, EDI and Sukemi, Sukemi (2019) IDENTIFIKASI KEMATANGAN BUAH KELAPA SAWIT MENGGUNAKAN K-MEANS CLUSTERING DAN GRAY LEVEL COOCCURANCE MATRIX (GLCM) BERDASARKAN CITRA BUAH KELAPA SAWIT. Undergraduate thesis, Sriwijaya University.

	Text RAMA_56201_09011181320043.pdf Restricted to Repository staff only Download (3MB) | Request a copy
Preview	Text RAMA_56201_09011181320043_0003126604_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (904kB) | Preview
	Text RAMA_56201_09011181320043_0003126604_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (401kB) | Request a copy
	Text RAMA_56201_09011181320043_0003126604_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (305kB) | Request a copy
	Text RAMA_56201_09011181320043_0003126604_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_56201_09011181320043_0003126604_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (85kB) | Request a copy
	Text RAMA_56201_09011181320043_0003126604_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (166kB) | Request a copy
	Text RAMA_56201_09011181320043_0003126604_07_lamp.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text RAMA_56201_09011281320043_TURNITIIN.pdf Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Penelitian ini membahas identifikasi kematangn buah kelapa sawit berdasarkan citra gambar menggunakan metode K-Means Clustering dan GLCM.Proses identifikasi buah-buahan secara tradisional mengalami terkendala akibat sifat manusia yang mempunyai kekukarangan yang sehingga hasil yang diinginkan tidak efektif. Kemajuan dalam bidang teknologi komputer telah masuk kedunia pertanian dari segi sebelum panen maupun pasca panen. Dipermasalahan ini bagaimana mengenali dari buah tersebut sehingga sesuai dengan kondisi nyata. Kondisi buah kelapa sawit ditentukan oleh tingkat kematangan yang dilihat dari sisi warna,tekstur dan bentuk buah kelapa sawit. Identifikasi yang lakukan mengelompokkan dalam katagori matang dan tidak matang. Penentuan identifikasi dengan metode K-means clustering yang menggunakan selisih jarak eucludian dan ekstraksi ciri GLCM sebagai acuannya. Untuk hasil pada penelitian kali ini adalah sebesar 96% dari 50 data uji.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	K-Means Clustering,GLCM,Euclidean Distance.
Subjects:	Q Science > Q Science (General) > Q1-295 General Q Science > Q Science (General) > Q300-390 Cybernetics > Q325.5 Machine learning Q Science > Q Science (General) > Q334-342 Computer science. Artificial intelligence. Algorithms. Robotics. Automation.
Divisions:	09-Faculty of Computer Science > 56201-Computer Systems (S1)
Depositing User:	Users 4182 not found.
Date Deposited:	13 Jan 2020 06:21
Last Modified:	13 Jan 2020 06:21
URI:	http://repository.unsri.ac.id/id/eprint/23843

Actions (login required)

View Item