KLASIFIKASI MUTU MUTIARA BERDASARKAN BENTUK DAN UKURAN MENGGUNAKAN K-NEAREST NEIGHBOR

Ardiyallah Akbar, Bambang siswojo, hadi Suyono

Abstract


Dalam industri fashion khususnya mutiara, proses klasifikasi mutiara dilakukan secara manual dengan pengamatan visual. Hal tersebut tentu akan memakan waktu yang lama dan menghasilkan produk dengan mutu yang salah karena keterbatasan visual dan kelelahan manusia. Untuk itu dibutuhkan suatu teknologi untuk melakukan proses klasifikasi yang cepat dan akurat. Teknologi yang dapat diterapkan adalah pengolahan citra digital dan metode k-nearest neighbor. Sistem ini menggunakan beberapa proses pengolahan citra digital ,seperti thereshold yaitu dengan cara memisahkah objek dan latar belakang mutiara dan selanjutnya konten yang digunakan adalah bentuk dan ukuran yang diektraksi dari citra mutiara dengan metode regionprops.Hasil akhir dari sistem ini adalah mampu menentukan kelas dan kualitas mutiara. Dari data sebanyak 25 yang terdiri dari 10 mutiara kualitas A, 10 mutiara kualitas AA, dan 5 mutiara kualitas AAA. Dengan menggunakan Metode K-NN (K-Nearest Neighbor) dan nilai K=1 mampu menghasilkan tingkat akurasi mencapai 92,30%.


Full Text:

PDF

References


Wikipedia (View Feb 2017) “ Mutiara “. [Online]. Available: https://id.wikipedia.org/wiki/Mutiara

Lanang Prasetya S. M. 2015. “Simulasi Deteksi Tonsilitis Menggunakan Pengolahan Citra Berdasarkan Warna Dan Luasan Pada Tonsil”,JNTETI,Vol. 4,No.1 2015

Ihsan. 2016. “Klasifikasi Dan Identifikasi Jumlah Koloni Pada Citra Bakteri Dengan Metode K- Nearest Neighbor”,MATICS,Vol. 8, No. 2. 2016

Panarama C J. 2014. “Implementasi Metode Thresholding Dan Metode Regioprops Untuk Mendeteksi Marka Jalan Secara Live Video”.Program Studi Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswanto Semarang

Mulyanto,E., Suhatrono, V., Wijanarto Teori Pengolahan Citra Digital, Semarang, Universitas Nurwantoro, Andi J

P. Cunningham, S. J. Delany, “K-Nearest Neighbour Classifiers,” Tecnical Report UCSD-CSI vol. 4,pp. 1-2, 2007.

Murinto., Harjoko A. 2009. Segmentasi Citra Menggunakan Watershed Dan Intensitas Filtering Sebagai Pre Processing. Seminar Nasional Informatika. Universitas Gajah Mada.

Evan’s Blog (View Feb 2017)“Buku TA Region Propertis”[Online].Availble: https://kuliahinformatika.wordpress.com/2010/02/13/buku-ta-region-properties/#more-508




DOI: https://doi.org/10.24114/cess.v2i2.6473

Article Metrics

Abstract view : 296 times
PDF - 243 times

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License