KLASIFIKASI KUALITAS DAUN TEMBAKAU MENGGUNAKAN GLCM (GRAY LEVEL CO-OCCURRENCE MATRIX) DAN SVM (SUPPORT VECTOR MACHINE)

  • Sriani S
  • Rizky Y
N/ACitations
Citations of this article
63Readers
Mendeley users who have this article in their library.

Abstract

Indonesia, negara dengan flora yang beragam, adalah rumah bagi berbagai jenis tanaman. Tanaman yang dikenal dengan nama tembakau ini memiliki daun yang besar dan memanjang. Namun tekstur daun tembakau akan tetap tampak sama pada semua daun tembakau jika hanya dilihat dengan mata kepala sendiri sehingga sulit untuk menentukan daun mana yang memiliki kualitas yang sesuai. Gray Level Co-Occurrence Matrix (GLCM) dan Support Vector Machine (SVM) digunakan selama fase pemrosesan citra digital dari penelitian ini untuk menyelesaikan klasifikasi kelayakan kualitas daun tembakau. Berdasarkan hasil ekstraksi ciri GLCM, metode SVM digunakan untuk mengklasifikasikan varietas tembakau berdasarkan tekstur daun. Hasil percobaan bahwa aplikasi yang dibangun dapat melakukan pemrosesan citra daun tembakau dan mengklasifikasikan mutu tembakau dari proses pemrosesan citra daun tembakau dengan nilai akurasi untuk klasifikasi akurasi nilai akurasi rata-rata adalah 73,3%.

Cite

CITATION STYLE

APA

Sriani, S., & Rizky, Y. (2024). KLASIFIKASI KUALITAS DAUN TEMBAKAU MENGGUNAKAN GLCM (GRAY LEVEL CO-OCCURRENCE MATRIX) DAN SVM (SUPPORT VECTOR MACHINE). Jurnal Informatika Dan Teknik Elektro Terapan, 12(3). https://doi.org/10.23960/jitet.v12i3.4599

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free