IDENTIFIKASI JENIS KAYU MENGGUNAKAN EKSTRAKSI WARNA RED GREEN BLUE (RGB) DAN KLASIFIKASI K-NEAREST NEIGHBOR (KNN)
Pembimbing: Bambang Sugiarto (NIDN/NIDK 8861060017)
Abstrak
Perkembangan teknologi yang semakin pesat mempermudah dalam pengolahan data. Citra merupakan suatu komponen multimedia yang sangat penting. Suatu citra dapat menyimpan berbagai informasi di dalamnya, sehingga pengolahan citra sangat penting dikembangkan dan diidentifikasi. Computer Vision merupakan suatu pembelajaran menganalisis citra dan video untuk menghasilkan identifikasi dari ciri citra tersebut. Salah satu objek citra yang dapat dianalisis adalah citra kayu. Tujuan dari penelitian ini adalah untuk melakukan identifikasi citra kayu dengan ekstraksi warna Red Green Blue (RGB) dan klasifikasi K-Nearest Neighboor (KNN) memberikan kemudahan, efisiensi waktu. Dataset yang digunakan dalam metode penelitian ini adalah citra warna kayu yang diambil dengan lensa mikroskopik sehingga warna kayu bisa terlihat dan mudah di identifikasi oleh sitem. Sampai akhirnya dapat menyimpulkan suatu citra yang tidak dikenal sebelumnya menjadi memiliki jenis kayu yang ada sesuai tingkat tingkat akurasi tertentu. Hasil dari penelitian ini mendapatkan bahwa akurasi yang didapat pada metode Red, Green, Blue ini mencapai 81% dari keseluruhan data citra kayu yang digunakan.
Berkas
Detail
- Jenis
- Skripsi / Tesis / Disertasi — Sarjana (S1)
- Institusi
- UNIVERSITAS SANGGA BUANA YPKP
- Tanggal terbit
- 03 Maret 2022
- Status publikasi
- Sudah terbit
- Program studi
- S1 Teknik Informatika · kode PDDikti 55201
- Bahasa
- Indonesia
- Fakultas/unit
- S1 Teknik Informatika
- Disetor oleh
- Admin Repositori · terbit di repositori 16 Jul 2025
- URI
- https://repo.xbbh.net/items/5970