Febriani, Fida Dwi (2020) Klasifikasi Citra Kue Tradisional Indonesia Berdasarkan Ekstraksi Fitur Warna RGB Color Moment Menggunakan K-Nearest Neighbor. Sarjana thesis, Universitas Brawijaya.
Abstract
Pangan merupakan salah satu kebutuhan dalam kebutuhan primer yang sangat penting bagi manusia. Kebutuhan ini haruslah dipenuhi setiap hari, namun kecenderungan manusia akan kebutuhan pangan berubah mengikuti kemajuan zaman. Masyarakat umumnya akan memilih makanan cepat saji yang siap terhidang ketimbang memilih makanan yang tradisional. Di zaman sekarang ini, kebanyakan orang cenderung mengabadikan momen saat mereka hendak menikmati sebuah makanan yang akan dikonsumsi. Mengambil gambar (foto) adalah salah satu caranya, yang mana dari gambar tersebut didapatkan sebuah citra pada makanan. Citra tersebut akan menampilkan beberapa warna yang berbeda, sehingga warna tersebut akan menjadi sebuah fitur yang dapat digunakan untuk ekstraksi. Salah satu metode yang digunakan untuk mengekstraksi fitur warna pada citra adalah Color Moment. Metode ini akan menghasilkan tiga nilai utama yakni mean, deviation standard, dan skewness. Selain itu juga, fitur ini bersama dengan algoritme K-Nearest Neighbor (K-NN) akan melakukan klasifikasi pada warna yang sudah diekstraksi berdasarkan data latih yang diambil sebanyak nilai k. Pada penelitian ini, terdapat 29 objek kue tradisional Indonesia yang akan digunakan, dimana skenario pengujian dibagi menjadi 29 kelas, 8 kelas, 5 kelas, dan 3 kelas. Dengan menggunakan metode K-NN serta fitur Color Moment, didapatkan nilai evaluasi tertinggi sebesar 60% untuk skenario pengujian terhadap 3 kelas
English Abstract
Food is one of the needs in primary needs which is very important for humans. These needs must be met every day, but the human tendency for food needs changes with the times. Society in general will choose fast food that is ready to be served rather than choosing traditional food. In this day and age, most people tend to capture the moment when they want to enjoy a food that will be consumed. Taking pictures (photos) is one way, from which the images are obtained an image on food. The image will display several different colors, so the color will be a feature that can be used for extraction. One method used to extract color features in images is Color Moment. This feature will produce three main values namely mean, standard deviation, and skewness. In addition, this feature together with the KNearest Neighbor (K-NN) algorithm will classify the extracted colors based on training data taken as many as k values. In this study, there are 29 Indonesian traditional cake objects that will be used, where the test scenario is divided into 29 classes, 8 classes, 5 classes, and 3 classes. By using the K-NN method and the Color Moment feature, the highest evaluation value obtained is 60% for the test scenario of 3 classes
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/97/052003059 |
| Uncontrolled Keywords: | klasifikasi, kue tradisional Indonesia, Color Moment, K-Nearest Neighbor, classification, Indonesia traditional cakes, Color Moment, K-Nearest Neighbor |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 01 Aug 2020 08:57 |
| Last Modified: | 11 Dec 2023 04:02 |
| URI: | http://repository.ub.ac.id/id/eprint/180857 |
Preview |
Text
Fida Dwi Febriani.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |