Mulyawan, Gabriel (2019) Klasifikasi Citra Makanan Menggunakan Hsv Color Moment Dan Haralick Feature Extraction Dengan Naive Bayes Classifier. Sarjana thesis, Universitas Brawijaya.
Abstract
Sebagai mahkluk hidup, manusia memiliki kebutuhan untuk bertahan hidup. Salah satu kebutuhan manusia, yaitu makanan. Makanan dapat memberikan gizi seperti Karbohidrat, Mineral, Protein, Lemak, dan Vitamin sebagai sumber energi dan daya tahan tubuh. Pada dasarnya, makanan dapat dengan mudah dikenali secara visual dengan indera penglihatan manusia. Namun berbeda dengan komputer yang membutuhkan pengenalan atau ekstraksi fitur dari objek makanan untuk dilakukan klasifikasi. Ekstraksi fitur yang digunakan adalah HSV Color Moment untuk fitur warna dan Haralick untuk fitur tekstur. Kemudian hasil dari ekstraksi fitur tersebut akan dilakukan klasifikasi menggunakan metode Naive Bayes classifier. Data yang digunakan adalah berupa data primer yang diambil menggunakan kamera smartphone yang terdiri dari 276 citra makanan. Dalam penelitian ini dilakukan dua kali pengujian, yaitu pengujian perbandingan jumlah data latih dan data uji dan pengujian fitur yang digunakan. Berdasarkan hasil pengujian perbandingan jumlah data latih dan data uji menggunakan K-Fold Cross Validation dihasilkan hasil rata-rata akurasi terbaik sebesar 61,95% dengan menggunakan 166 citra data latih dan 110 citra data uji. Kemudian dari hasil pengujian fitur, pengujian yang hanya menggunakan fitur HSV Color Moment menghasilkan akurasi sebesar 57,66%. Pengujian yang hanya menggunakan fitur Haralick menghasilkan akurasi sebesar 36,67%. Pengujian gabungan antara dua fitur HSV Color Moment dan Haralick menghasilkan akurasi lebih baik dibandingkan hanya menggunakan fitur tekstur dengan akurasi 56,33%. Teknik pemrosesan gambar menggunakan ekstraksi fitur HSV Color Moment dan Haralick dapat digunakan untuk klasifikasi citra makanan menggunakan metode klasifikasi Naive Bayes.
English Abstract
As living things, humans need to survive. One of the basic need human's bodies require to survive is food. Foods provide nutrients that contain carbohydrates, protein, minerals, fats, and vitamins for boosting endurance. Basically, foods can be easily identified with human's eyes. But it is not like the brain-computer that require the introduction or features extraction from food objects for classification. The features extraction used are HSV Color Moment for color features and Haralick for texture features. Then, the results of the features extraction will be classified using the Naive Bayes classifier method. The data set used are based of the primary data that contains pictures and the pictures were taken by the smartphone camera consist of 276 foods images.. This research uses 2 testing processes, that are the comparison of the amount of the training data and testing data, and the testing of the used features. Based on the testing of the comparison of the amount of the training data and the training data using K-Fold Cross Validation, it showed that the best accuracy is 61,95% that using 166 training data images and 110 training data images. Then, the accuracy from the features test that was just using the HSV Color Moment feature is about 57,66%. The accuracy from test that using the Haralick feature is 36,67%. The accuracy from the combination of 2 features of the HSV Color Moment and Haralick are better than only using the texture features with the 56,33% accuracy. The image processing technique using HSV Color Moment and Haralick features extraction can be used for foods image classification using the Naive Bayes classifier method.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/542/051905925 |
| Uncontrolled Keywords: | Klasifikasi, HSV Color Moment, Haralick, Naive Bayes Classifier, Classification, HSV Color Moment, Haralick, Naive Bayes Classifier |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 01 Aug 2020 08:56 |
| Last Modified: | 25 Oct 2021 07:10 |
| URI: | http://repository.ub.ac.id/id/eprint/171717 |
Preview |
Text
Gabriel Mulyawan (2).pdf Download (5MB) | Preview |
Actions (login required)
 |
View Item |