PENGARUH NILAI K PADA METODE K-NEAREST NEIGHBOR (KNN) TERHADAP TINGKAT AKURASI IDENTIFIKASI KERUSAKAN JALAN

  • Angreni I
  • Adisasmita S
  • Ramli M
  • et al.
N/ACitations
Citations of this article
216Readers
Mendeley users who have this article in their library.

Abstract

Melihat kelemahan dari metode penilaian kerusakan jalan secara visual, salah satunya hasil identifikasi yang bisa bersifat subyektif, maka perlu dibuat suatu algoritma atau metode untuk mengidentifikasi jenis kerusakan jalan. Langkah awal dari proses algoritma berupa pengambilan gambar dengan jenis kamera digital, dihasilkan citra digital. Citra tersebut digunakan untuk pengolahan citra dengan software Matlab untuk menentukan jenis kerusakan jalan secara tepat dan cepat. Pengolahan citra pada penelitian ini meliputi dua tahap, yaitu proses ekstraksi dengan tahapan: wiener filtering dan thresholding, sedangkan proses klasifikasi dengan metode KNN. Hasil yang diperoleh yaitu jenis kerusakan jalan yang dapat diidentifikasi meliputi retak dan retak kulit buaya. Tujuan penelitian adalah berapa besar pengaruh nilai k dari metode KNN terhadap tingkat akurasi jenis kerusakan retak dan retak kulit buaya. Ditemukan bahwa dengan uji coba nilai k yang berbeda-beda, yaitu 1, 8, dan 15, menghasilkan tingkat akurasi yang berbeda untuk tiap jenis kerusakan.Kata kunci :Kerusakan Jalan, Pengolahan Citra, KNN, Tingkat Akurasi

Cite

CITATION STYLE

APA

Angreni, I. A., Adisasmita, S. A., Ramli, M. I., & Hamid, S. (2019). PENGARUH NILAI K PADA METODE K-NEAREST NEIGHBOR (KNN) TERHADAP TINGKAT AKURASI IDENTIFIKASI KERUSAKAN JALAN. Rekayasa Sipil, 7(2), 63. https://doi.org/10.22441/jrs.2018.v07.i2.01

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