Fadholi, Refi (2019) Pengenalan Citra Makanan Tradisional menggunakan Fitur Hue Saturation Value dan Fuzzy K-Nearest Neighbor. Sarjana thesis, Universitas Brawijaya.
Abstract
Makanan dan jajanan tradisional merupakan pangan khas yang biasanya digunakan untuk acara atau tradisi. Sebagian masyarakat menganggap makanan dan jajanan tradisional adalah panganan yang sudah ketinggalan zaman, sehingga makanan dan jajanan tradisional tersebut banyak yang ditinggalkan oleh masyarakat dan mulai beralih pada kehidupan modern, padahal makanan dan jajanan tradisional sendiri adalah salah satu bentuk wujud warisan nenek moyang yang seharusnya tetap dilestarikan dari generasi penerus. Pembuatan sistem yang dapat mengenali jenis makanan tradisional dapat dilakukan menggunakan pengolahan citra digital. Dalam penelitian ini, citra yang digunakan adalah citra hasil segmentasi dengan pengujian tiga jenis data, yaitu 300 data citra hasil segmentasi paling bagus, 300 data citra dengan jumlah data tiap kelas hampir sama dan 400 data citra dengan hasil segmentasi paling bagus. Fitur citra yang digunakan adalah Hue Saturation Value (HSV) yang meliputi mean, deviasi standar, skewness dan kurtosis tiap dimensi warnanya. Klasifikasi dilakukan menggunakan metode Fuzzy k-NN dan k-Fold Cross Validation. Hasil pengujian nilai k (k-Fold) dan k (k-NN) didapatkan hasil akurasi rata-rata tertinggi sebesar 53,33% . Hasil pengujian juga menunjukkan bahwa kemiripan citra antar kelas, kualitas data citra yang kurang bagus dan tidak meratanya data membuat nilai akurasi pengujian menurun.
English Abstract
Traditional food and snacks are typical of ancestors usually used for events or traditions. Some people consider that traditional food and snacks are obsolete, so that more traditional food and snacks are left behind by the people, and begin to shift to modern life, whereas traditional snacks themselves are one form of ancestral heritage that must preserved by next generation. Making system that can identify traditional types of food can be done using digital image processing. In this study, the image data used the result of image after segmentation with three types of data on testing, that is 300 images of the best segmentation result, 300 data of images with the amount of data each class is almost same and 400 data of images with the best segmentation results. Image feature used Hue Saturation Value (HSV) that contains mean, standard deviation, skewness and curtosis each color dimensions. Classification using the Fuzzy k-NN method and k-Fold Cross Validation. The test results based on values of k (k-Fold) and k (k-NN) obtained the highest average accuracy at 53.33%. The test results also show that high color similarity between classes, poor image quality data and the uneveness amount of data makes the test result decreased.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/336/051906454 |
| Uncontrolled Keywords: | traditional food, color saturation value, fuzzy-knn, k-fold cross validation |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.6 Computer graphics |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Endang Susworini |
| Date Deposited: | 24 Aug 2020 06:51 |
| Last Modified: | 24 Aug 2020 06:51 |
| URI: | http://repository.ub.ac.id/id/eprint/171698 |
Actions (login required)
 |
View Item |