Perdana, Ian Lord (2019) Pengenalan Citra Jenis Makanan Menggunakan Klasifikasi Naïve Bayes Dengan Ekstraksi Fitur Hue Saturation Intensity Color Moments Dan Morphological Shape Descriptors. Sarjana thesis, Universitas Brawijaya.
Abstract
Proses klasifikasi jenis makanan menjadi penting karena akan menentukan makanan yang akan diproses pada sistem yang merekam makanan dengan tujuan kesehatan atau diet. Proses untuk menentukan jenis makanan teridiri dari proses preprocessing, yang dilanjutkan dengan mengubah model warna dari RGB menjadi HSI. Proses selanjutnya adalah pengekstraksian fitur warna dengan Color Moment yang akan menghasilkan fitur mean, standar deviasi, dan skewness dari masingmasing channel warna citra. Setelah itu pengkstraksian fitur bentuk dengan Morphological Shape Descriptors (MSD) yang akan menghasilkan fitur panjang, lebar, diameter, dan rasio aspek. Setelah fitur-fitur dari citra makanan diperoleh, dilakukan pengklasifikasian dengan metode klasifikasi Naive Bayes dibantu dengan fungsi LogSumExp untuk proses penghitungan probabilitasnya. Pada pengujian hasil akurasi menghasilkan hasil akurasi sebesar 78% dengan penggunaan jumlah data uji sebanyak 100 data uji. Pengujian terhadap dimensi citra menghasilkan hasil akurasi sebesar 81% dengan ukuran dimensi 300x300 piksel. Pengujian terhadap jumlah fitur menghasilkan hasil akurasi sebesar 83% saat menggunakan metode ekstraksi fitur color moment saja. Dari pengujian yang telah dilakukan, disimpulkan bahwa metode color moment dan morphological shape descriptor dengan metode klasifikasi Naive Bayes dapat digunakan untuk mengklasifikasikan citra makanan.
English Abstract
The process of determining some kind of food become important because it will determine the food that will be processed in the system that recorded the food for health and diet purpose. The process of determining food consist of preprocessing process and then changing the color model of the image from RGB to HSI. The next process is color feature extraction with Color Moment method that will generate the mean feature, standard deviation feature, and skewness feature from every color channel. Then, for shape feature extraction will using Morphological Shape Descriptors that will generate the length feature, width feature, diameter feature, and aspect ratio feature from the image. After the feature get extracted from the image, do the classification process with Naive Bayes Method with the help of LogSumExp for the probability calculation. The result in the testing of the effect of testing data generate 78% accuracy value when using 100 testing data. The result in the testing the effect of image dimension generate 81% accuracy value when using 300x300 pixel image for testing. The result in the testing the effect of number feature used generate 83% accuracy value when using feature from Color Moment only. The conclusion is, the feature extraction Color Moment and Morphological Shape Descriptors with Naive Bayes classification can be used to determine the kind of some food.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/496/051905879 |
| Uncontrolled Keywords: | jenis makanan, naive bayes, color moment, morphological shape descriptors, logsumexp, klasifikasi, kind of food, naive bayes, color moment, morphological shape descriptors, logsumexp, classification |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | Nur Cholis |
| Date Deposited: | 01 Aug 2020 08:55 |
| Last Modified: | 25 Oct 2021 03:20 |
| URI: | http://repository.ub.ac.id/id/eprint/172074 |
Preview |
Text
IAN LORD PERDANA (2).pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |