A platform for research: civil engineering, architecture and urbanism
A platform for research: civil engineering, architecture and urbanism
Sistem Cerdas dalam Mengidentifikasi Kematangan Buah Naga Berdasarkan Fitur Tekstur dengan Metode K-Nearest Neighbor
Selama ini petani kebun buah naga dalam melakukan pemilihan buah naga yang telah matang pada musim panen terkadang masih memiliki kendala seperti melalukan penyortiran untuk mengidentifikasi mana yang sudah matang atau belum matang, hal ini dikarenakan pada buah naga terdapat kulit atau teksturnya yang tebal. Salah satu inovasi informasi dan kominikasi dalam bidang pertanian dengan menggunakan cara menerapkan sistem pengidentifikasian menggunakan metode K-Nearest Neighboar pada system cerdas. Tujuan dari penelitian ini adalah untuk melakukan identifikasi kematangan buah naga dengan system cerdas dan untuk memperoleh system cerdas yang efektif dan efisien sehingga dapat di implementasikan. Penelitian ini menggunakan fitur ekstraksi GLCM sebagai metode untuk mendapatkan nilai tekstur pada gambar (citra) serta dalam melakukan pendeteksian menggunakan metode K-Nearest Neighbor. Dari hasil identifikasi dapat diukur dari perhitungan sudut 00, 450, 900 dan 1300 serta jarak ketetanggan K=3, serta dapat di implementasikan.
Sistem Cerdas dalam Mengidentifikasi Kematangan Buah Naga Berdasarkan Fitur Tekstur dengan Metode K-Nearest Neighbor
Selama ini petani kebun buah naga dalam melakukan pemilihan buah naga yang telah matang pada musim panen terkadang masih memiliki kendala seperti melalukan penyortiran untuk mengidentifikasi mana yang sudah matang atau belum matang, hal ini dikarenakan pada buah naga terdapat kulit atau teksturnya yang tebal. Salah satu inovasi informasi dan kominikasi dalam bidang pertanian dengan menggunakan cara menerapkan sistem pengidentifikasian menggunakan metode K-Nearest Neighboar pada system cerdas. Tujuan dari penelitian ini adalah untuk melakukan identifikasi kematangan buah naga dengan system cerdas dan untuk memperoleh system cerdas yang efektif dan efisien sehingga dapat di implementasikan. Penelitian ini menggunakan fitur ekstraksi GLCM sebagai metode untuk mendapatkan nilai tekstur pada gambar (citra) serta dalam melakukan pendeteksian menggunakan metode K-Nearest Neighbor. Dari hasil identifikasi dapat diukur dari perhitungan sudut 00, 450, 900 dan 1300 serta jarak ketetanggan K=3, serta dapat di implementasikan.
Sistem Cerdas dalam Mengidentifikasi Kematangan Buah Naga Berdasarkan Fitur Tekstur dengan Metode K-Nearest Neighbor
Abd Rahmat Karim Haba (author) / Husdi Husdi (author)
2020
Article (Journal)
Electronic Resource
Unknown
Metadata by DOAJ is licensed under CC BY-SA 1.0
SIMULASI PEMISAH KEMATANGAN BUAH JERUK BERDASARKAN WARNA BERBASIS MIKROKONTROLER ATMEGA 328P
| DOAJ | 2017
Klasifikasi Tingkat Kematangan Buah Nanas Menggunakan Metode Deep Learning
| DOAJ | 2024