Author (Penulis)

YOGGY WHANTDONO
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

13.1.03.02.0386

Abstract

Abstrak YOGGY WHANTDONO : Klasifikasi Buah Pisang Berdasarkan Warna Dan Bentuk Dengan Metode K-Nearest Neighbor Menggunakan Deteksi Tepi Canny,Skripsi, Teknik Informatika, UN PGRI Kediri, 2017. Kata kunci : Buah Pisang, Algoritma K-NN, Warna, Bentuk. Penelitian ini dilatar belakangi oleh banyaknya petani dan pengepul buah pisang yang masing menggunakan cara manual dalam membedakan jenis buah pisang dan kemungkinan terjadinya umen eror cukup tinggi. Nantinya dengan adanya program ini diharapkan mengurangi resiko umen eror dan memudahkan dalam membedakan berbagai jenis buah pisang dengan cepat Permasalahan peneliitian ini adalah bagaimana menggunakan metode K-Nearest Neighbor bagaimana merancang dan membangun sebuah aplikasi untuk menentukan jenis buah pisang dari segi warna dan bentuknya menggunakan metode K-Nearest Neighbor (K-NN) ? Penelitian ini menngunakan metode K-Nearest Neighbor (K-NN untuk merancang dan membangun sebuah aplikasi yang menentukan jenis buah pisang dari segi warna dan bentuknya) sehingga dapat mengidentifikasi pada citra buah pisang. Kesimpulan hasil penelitian adalah dapat diperoleh Metode K-NN dapat digunakan sebagai pengenalan citra pada buah pisang dilihat dari warna dan bentuknya dan Identifikasi yang dibuat mampu mengklasifikasikan jenis buah pisang. Berdasarkan simpulan hasl penelitian ini, bahwa data yang akan diperoleh dapat dijadikan sebagai bahan pengambilan keputusan. Menentukan jenis buah pisang dari segi warna dan bentuknya menggunakan metode K-Nearest Neighbor (K-NN) cukup baik dalam mengkalsifikakisakn buah pisang dari berbagai jenis.

Keyword

a

Reference

PUBLISHED

2017-08-21

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 01 No. 08 Tahun 2017

Download PDF

Download PDF Kembali Home