Klasifikasi Citra Bunga Mengunakan Metode SVM melalui Ciri Warna, Tekstur dan Bentuk dengan Metode Histogram, Haar Wavelet dan Robert Cross

Joni, Joni (2020) Klasifikasi Citra Bunga Mengunakan Metode SVM melalui Ciri Warna, Tekstur dan Bentuk dengan Metode Histogram, Haar Wavelet dan Robert Cross. Skripsi thesis, Universitas Tarumanagara.

	Text 535160040_Joni_01 Cover.pdf Download (191kB)
	Text 535160040_Joni_02 Lembar Pengesahan.pdf Download (113kB)
	Text 535160040_Joni_03 Lembar Pernyataan.pdf Download (125kB)
	Text 535160040_Joni_04 Abstrak.pdf Download (184kB)
	Text 535160040_Joni_05 Kata Pengantar.pdf Download (151kB)
	Text 535160040_Joni_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (262kB)
	Text 535160040_Joni_07 Bab 1.pdf Restricted to Registered users only Download (212kB)
	Text 535160040_Joni_08 Bab 2.pdf Restricted to Registered users only Download (913kB)
	Text 535160040_Joni_09 Bab 3.pdf Restricted to Registered users only Download (202kB)
	Text 535160040_Joni_10 Bab 4.pdf Restricted to Registered users only Download (292kB)
	Text 535160040_Joni_11 Bab 5.pdf Restricted to Registered users only Download (152kB)
	Text 535160040_Joni_12 Daftar Pustaka.pdf Download (174kB)
	Text 535160040_Joni_13 Lampiran.pdf Restricted to Registered users only Download (8MB)
	Text 535160040_Joni_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (110kB)

Abstract

Bunga adalah salah satu tanaman yang menawarkan keindahan yang membuat lingkungan lebih indah dan menarik. Tidak hanya hiasan, tetapi bunga juga digunakan sebagai bunga potong, menabur bunga dan obat herbal. Bunga yang tumbuh di Indonesia memiliki dua bentuk, yaitu bentuk sekuntum dan segerombol. Dalam klasifikasi karakteristik bunga yang diambil dari bunga, gambar adalah karakteristik warna, tekstur dan bentuk. Tujuan dari perancangan sistem ini adalah membuat klasifikasi bunga yang tumbuh di Indonesia yang memiliki karakter warna, tekstur dan bentuk yang berbeda menggunakan metode Histogram, Haar Wavelet dan Robert Cross untuk mendapatkan nilai fitur yang akan dibuat vektor dan digunakan pada SVM metode untuk menentukan jenis bunga. SVM adalah penggolong yang memiliki keuntungan karena dapat memproses data dimensi tinggi, tanpa menghilangkan degradasi kinerja yang signifikan. Dari percobaan aplikasi klasifikasi bunga Indonesia ini, akurasi keberhasilan klasifikasi menghasilkan akurasi keberhasilan pengujian 81,67% dengan menggunakan fitur warna, tekstur dan bentuk dari hasil ekstraksi dengan metode Histogram, Haar Wavelet dan Robert Cross dan diklasifikasikan oleh Metode SVM dengan kernel Linear, Polynomial, dan RBF.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Bunga Indonesia, Citra, Histogram, Haar Wavelet, Kernel, Klasifikasi, Robert Cross, Support Vector Machine.
Subjects:	Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi
Divisions:	Fakultas Teknologi Informasi > Teknik Informatika
Depositing User:	TDI Family perpus
Date Deposited:	27 Apr 2021 16:30
Last Modified:	03 Jun 2021 04:06
URI:	http://repository.untar.ac.id/id/eprint/23970

Actions (login required)

View Item