Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur

  • Amalya F
  • Harlena S
N/ACitations
Citations of this article
42Readers
Mendeley users who have this article in their library.

Abstract

Mengonsumsi buah sangat dianjurkan karena mengandung vitamin, mineral, serta serat yang dibutuhkan oleh tubuh. Selain itu, ternyata buah-buahan dapat menjadi obat dan mencegah dari berbagai penyakit. Berdasarkan kajian riset secara empiris menunjukkan bahwa buah memiliki kandungan yang yang dapat menjadi obat bagi tubuh manusia. Akan tetapi, pengetahuan mengenai khasiat buah sebagai obat belum tersebar ke banyak orang. Buah-uahan yang berkhasiat obat dapat dikenali jika dilihat dari bentuk dan teksturnya. Penelitian ini bertujuan untuk melakukan klasifikasi jenis buah berkhasiat obat menggunakan euclidean distance dengan ekstraksi ciri bentuk dan tekstur. Proses ekstraksi ciri dilakukan agar dapat mengidentifikasi informasi dari ciri-ciri yang terdapat pada sebuah citra. Ekstraksi ciri bentuk didapatkan berdasarkan nilai metric dan eccentricity. Untuk ekstraksi ciri tekstur digunakan Gray Level Co-occurence Matrix (GLCM). Sedangkan proses klasifikasi menggunakan euclidean distance yang memiliki fungsi sebagai penentu tingkat kemiripan dari beberapa citra berdasarkan jarak eucliedean. Berdasarkan evaluasi model dengan menggunakan uji akurasi memperlihatkan bahwa model yang dikembangkan memiliki tingkat akurasi mencapat 83,33%. Hasil tersebut menunjukkan model yang dikembangkan mampu melakukan klasifikasi dengan baik.

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Cite

CITATION STYLE

APA

Amalya, F., & Harlena, S. (2022). Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur. Jurnal Informatika: Jurnal Pengembangan IT, 7(2), 67–73. https://doi.org/10.30591/jpit.v7i2.3688

Readers' Seniority

Tooltip

Lecturer / Post doc 2

67%

PhD / Post grad / Masters / Doc 1

33%

Readers' Discipline

Tooltip

Computer Science 1

33%

Neuroscience 1

33%

Agricultural and Biological Sciences 1

33%

Save time finding and organizing research with Mendeley

Sign up for free