setiyowati, liyan (2014) PENGENALAN TINGKAT KEMATANGAN BUAH PEPAYA CALIFORNIA MENGGUNAKAN PENGOLAHAN CITRA BERDASARKAN WARNA RGB DENGAN K-MEANS CLUSTERING. Update Test thesis, Universitas Muria Kudus.
Preview |
PDF (HALAMAN JUDUL)
hal.judul.pdf - Accepted Version Download (2MB) |
PDF (BAB I)
BAB_I.pdf - Accepted Version Restricted to Registered users only Download (370kB) | Request a copy |
|
PDF (BAB II)
BAB_II.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
|
PDF (BAB III)
BAB_III.pdf - Accepted Version Restricted to Registered users only Download (368kB) | Request a copy |
|
PDF (BAB IV)
BAB_IV.pdf - Accepted Version Restricted to Registered users only Download (311kB) | Request a copy |
|
PDF (BAB V)
BAB_V.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
|
PDF (BAB VI)
BAB_VI.pdf - Accepted Version Restricted to Registered users only Download (207kB) | Request a copy |
|
PDF (LAMPIRAN)
lampiran.pdf - Accepted Version Restricted to Registered users only Download (1MB) | Request a copy |
|
Preview |
PDF (DAFTAR PUSTAKA)
DAFTAR_PUSTAKA.pdf - Accepted Version Download (73kB) |
Other (PROGRAM)
PROGRAM.rar - Accepted Version Restricted to Registered users only Download (311kB) | Request a copy |
Abstrak
Identifikasi kematangan buah pepaya masih banyak dilakukan secara manual oleh petani. Cara manual dilakukan berdasarkan pengamatan visual secara langsung pada buah yang akan dikelompokkan berdasarskan tingkat kematangan buah. Perkembangan teknologi informasi memungkinkan identifikasi tingkat kematangan buah berdasarkan ciri warna dengan bantuan komputer. Berdasarkan masalah diatas, maka skripsi ini akan membahas tentang analisis pendeteksian citra buah pepaya dengan mengidentifikasi antara buah pepaya mentah, buah pepaya mengkal dengan buah pepaya matang. Adapun metode ekstraksi fitur warna yang digunakan dalam identifikasi kematangan buah adalah ektraksi fitur warna (R, G, dan B). Selanjutnya dilakukan clustering dengan metode K-Means Clustering terhadap fitur warna yang diperoleh. Dalam clustering, umumnya harus dilakukan inisialisasi jumlah cluster yang diinginkan terlebih dahulu. Hasil akurasi dari K-Means Clustering untuk pengelompokkan buah pepaya dengan menggunakan ekstraksi fitur warna berdasarkan RGB sebesar 100%.
Item Type: | Skripsi/ Thesis (Update Test) |
---|---|
Kata Kunci: | Citra, Pepaya, K-Means |
Subjects: | Teknologi > T1 Teknologi (Umum) > Teknologi Informasi |
Program Studi: | Fakultas Teknik > S1 Teknik Informatika |
Depositing User: | pustakawan umk |
Date Deposited: | 11 Jul 2014 03:22 |
Last Modified: | 11 Jul 2014 03:22 |
URI: | http://eprints.umk.ac.id/id/eprint/3077 |
Actions (login required)
View Item |