Pengenalan Kualitas Cabai Menggunakan Metode Gray Level Co-Occurrence Matrix (GLCM) Dan K-Nearest Neighbor (K-NN)
Tanggal Upload: 03/09/2024
Penulis / NIM:
ARYO ADI PRASETYO MOKOAGOW / T3115163
Program Studi:
S1 Teknik Informatika
Abstrak:
Pengenalan kualitas cabai merupakan hal yang utama dan sangat penting yang berpengaruh pada nilai harga jual dan penggunaan cabai itu sendiri. Kualitas cabai yang baik itu memiliki warna merah terang, serta memiliki tingkat pedas yang sesuai. Penentuan kualitas cabai dapat diselesaikan dengan menggunakan metode Gray Level CO-Occurrence Matrix dan Klasifikasi K-Nearest Neighbor. Hasil penelitian ini menunjukan bahwa akurasi metode Gray Level CO-Occurrence Matrix dengan sudut 0 ĚŠ, dengan jarak =1 dan nilai K=7 pada klasifikasi K-NN untuk pengenalan kualitas cabai dengan akurasi tertinggi sebesar 80 %, dengan data training 90 dan testing 30 data gambar cabai. Hasil perhitungan di atas bahwa nilai K dengan angka ganjil memberikan akurasi yang baik .