Klasifikasi Kematangan Buah Blewah Berdasarkan Tekstur Warna Kulit Buah Menggunakan Metode Naive Bayes Classifier

Asy’ari, Misbachul Falach (2020) Klasifikasi Kematangan Buah Blewah Berdasarkan Tekstur Warna Kulit Buah Menggunakan Metode Naive Bayes Classifier. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
01111640000063-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
01111640000063-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Penyortiran manual buah blewah secara tradisional dilakukan oleh manusia. Hal tersebut memakan waktu lama dan hasilnya subjektif. Oleh karena itu diperlukan metode klasifikasi kematangan buah blewah berdasarkan tekstur warna kulit buahnya yang hasilnya objektif dan cepat. Tujuan dari penelitian ini adalah untuk mengklasifikasikan kematangan buah blewah menggunakan metode Naive Bayes Classifier dan membandingkan hasil akurasi dari metode tersebut dengan metode Jaringan Syaraf Tiruan Learning Vector Quantization (LVQ). Naive Bayes Classifier merupakan sebuah metode klasifikasi yang berakar pada teorema Bayes. Penelitian ini menggunakan citra buah blewah mentah dan matang yang masing-masing berjumlah 15 citra. Sebanyak 16 citra dikelompokkan kedalam data latih untuk proses pelatihan dan 14 citra yang lainnya dikelompokkan menjadi data uji untuk proses pengujian. Penelitian ini menggunakan software Matlab R2016a. Hasil penelitian menunjukkan bahwa akurasi pelatihan dan pengujian oleh metode Naive Bayes Classifier lebih rendah dibandingkan dengan metode Jaringan Syaraf Tiruan LVQ. ============================================================================================ Manual sorting of cantaloupe fruit by human results takes a long time and subjective. Therefore we need the method for classification of the ripeness of cantaloupe based on fruit skin color texture that will give the results more objective and fast. The main objective of this research is to classify the ripeness of cantaloupe fruit using the Naive Bayes Classifier method and compare its accuracy results with the Learning Vector Quantization Artificial Neural Network method. The main characteristic of the Naive Bayes Classifier is a very strong assumption (naive) of the independence of each variable based on Bayes Theorem. This research used 15 of each image of raw cantaloupe and mature cantaloupe. A total of 16 images are grouped into training data for the training process and the other 14 images are grouped into test data for the testing process. This research used Matlab R2016a software. The results of this research show that the accuracy of training and testing by the Naive Bayes Classifier method is lower compared to the LVQ Artificial Neural Network method.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Cantaloupe fruit, Classification, Color texture, Naive Bayes Classifier, Buah blewah, Klasifikasi, Naive Bayes Classifier, Tekstur warna.
Subjects: Q Science > QC Physics
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Physics > 45201-(S1) Undergraduate Thesis
Depositing User: Misbachul Falach Asy'ari
Date Deposited: 04 Aug 2020 08:24
Last Modified: 04 Aug 2020 08:24
URI: http://repository.its.ac.id/id/eprint/76469

Actions (login required)

View Item View Item