Klasifikasi Daun Kelengkeng Menggunakan Metode Gray Level Cooccurrence Matrix (GLCM) dan Knearest Neighbor (KNN)

Anggraini, Chintya (2024) Klasifikasi Daun Kelengkeng Menggunakan Metode Gray Level Cooccurrence Matrix (GLCM) dan Knearest Neighbor (KNN). Jurnal Sistem Informasi, 11 (2). pp. 72-78. ISSN 2581-2181

Full text not available from this repository.

Abstract

Tanaman kelengkeng (Dimocarpus longan) termasuk dalam jenis tanaman buah dengan nilai ekonomi tinggi dan menjadi komoditas penting dalam sektor pertanian. Kelengkeng memiliki berbagai varietas yang beragam berdasarkan ciri-ciri khas dari masing-masing jenis yang cukup sulit dibedakan, terutama bagi orang awam. Berdasarkan permasalahan dalam menentukan jenis tanaman kelengkeng, maka perlu adanya sistem yang dapat mengklasifikasikan jenis tanaman kelengkeng. Penelitian ini mengusulkan ekstraksi fitur tekstur dari citra daun kelengkeng dengan memanfaatkan Gray Level Co-occurrence Matrix (GLCM), dengan fitur contrast, correlation, homogeneity, dan energy, yang selanjutnya diklasifikasikan dengan algoritma KNearest Neighbor (KNN). Metode ini diterapkan pada dataset citra daun dari berbagai varietas kelengkeng, yaitu aroma durian, diamond river, pingpong, dan kelengkeng merah. Metode ini diterapkan untuk meningkatkan akurasi dan efisiensi dalam klasifikasi jenis kelengkeng. Hasil penelitian menunjukkan bahwa penerapan GLCM dan KNN berhasil dilakukan dengan akurasi klasifikasi mencapai 87,5%. Dari 16 citra uji, 14 citra berhasil diklasifikasikan dengan benar.

Jenis Item:	Artikel
Uncontrolled Keywords:	Daun, Kelengkeng, Gray Level Co-occurrence Matrix (GLCM), K-Nearest Neighbor (KNN)
Subjects:	000 Generalities > 004 Data processing Computer science
Divisions:	Artikel (Jurnal, Koran, Majalah)
Pengguna yang mendeposit:	Mr Muhammad Aditya
Date Deposited:	12 Aug 2025 03:41
Last Modified:	12 Aug 2025 03:41
URI:	http://repository.uinsu.ac.id/id/eprint/25876

Actions (login required)

View Item