KLASIFIKASI JENIS SINGKONG BERDASARKAN CITRA BENTUK DAN WARNA DAUN

Maghfiroh, Syafaatul (2021) KLASIFIKASI JENIS SINGKONG BERDASARKAN CITRA BENTUK DAN WARNA DAUN. Other thesis, Universitas Islam Lamongan.

	Text 111710093-SYAFAATUL MAGHFIROH - cover.pdf Download (91kB)
	Text 111710093-SYAFAATUL MAGHFIROH - daftar isi.pdf Download (19kB)
	Text 111710093-SYAFAATUL MAGHFIROH - abstrak.pdf Download (83kB)
	Text 111710093-SYAFAATUL MAGHFIROH - bab i.pdf Download (172kB)
	Text 111710093-SYAFAATUL MAGHFIROH - bab ii.pdf Download (357kB)
	Text 111710093-SYAFAATUL MAGHFIROH - bab iii.pdf Restricted to Repository staff only Download (242kB)
	Text 111710093-SYAFAATUL MAGHFIROH - bab iv.pdf Restricted to Repository staff only Download (312kB)
	Text 111710093-SYAFAATUL MAGHFIROH - bab v.pdf Restricted to Repository staff only Download (378kB)
	Text 111710093-SYAFAATUL MAGHFIROH - bab vi.pdf Restricted to Repository staff only Download (84kB)
	Text 111710093-SYAFAATUL MAGHFIROH - daftar pustaka.pdf Restricted to Repository staff only Download (209kB)

Abstract

Tanaman singkong merupakan salah satu tumbuhan yang cukup berpotensi untuk dibudidayakan karena mempunyai tingkat minat masyarakat yang cukup tinggi. Daun singkong mempunyai bermacam variasi dalam segi bentuk, ukuran, struktur tulang yang berbeda dari jenis-jenis singkong lainnya, yang mengindikasikan ciri-ciri dari singkong tersebut, besar dan bentuk daun singkong sebagai salah satu karakteristik untuk membedakan jenis singkong satu dengan yang lainnya. Dan seringkali para petani tidak dapat membedakan jenis singkong, oleh sebab itu penelitian ini bertujuan untuk memudahkan para petani dan masyarakat untuk membedakan jenis singkong dengan cara membuat sistem klasifikasi jenis singkong berdasarkan citra bentuk dan warna daun dengan menggunakan metode Histogram of oriented gradients dan K-Nearest Neighbor untuk proses klasifikasinya. Data citra daun singkong yang digunakan untuk data training sebanyak 100 data dan data testing sebanyak 40 data. Dari hasil pengujian data uji menghasilkan tingkat akurasi tertinggi sebesar 95%.

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	07 Feb 2022 08:16
Last Modified:	07 Feb 2022 08:16
URI:	http://eprints.unisla.ac.id/id/eprint/149

Actions (login required)

View Item