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.

[img] Text
RAMA_56201_09011181320043.pdf
Restricted to Repository staff only

Download (3MB) | Request a copy
[img]
Preview
Text
RAMA_56201_09011181320043_0003126604_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (904kB) | Preview
[img] 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
[img] 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
[img] 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
[img] 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
[img] 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
[img] Text
RAMA_56201_09011181320043_0003126604_07_lamp.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] 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 View Item