Implementasi Algoritma Naive Bayes Untuk Klasifikasi Citra Berdasarkan Ekstraksi Ciri Tekstur Dengan Metode Matriks Kookurensi

Prabowo, Febrianto (2016) Implementasi Algoritma Naive Bayes Untuk Klasifikasi Citra Berdasarkan Ekstraksi Ciri Tekstur Dengan Metode Matriks Kookurensi. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Salah satu cara untuk mengenali citra adalah dengan membedakan tekstur citra tersebut. Citra dikatakan memiliki tekstur apabila pola citra terjadi secara berulang-ulang memenuhi semua bidang citra. Citra yang berbeda memiliki ciri-ciri yang berbeda. Ciri-ciri inilah yang menjadi dasar dalam klasifikasi citra berdasarkan tekstur. Terdapat beberapa metode untuk memperoleh ciri-ciri tekstur dalam suatu citra, Salah satu metode untuk memperoleh ciri-ciri citra tekstur adalah matriks co-occurrence. Ciri-ciri tekstur yang didapat dari metode matriks co-occurrence diantaranya adalah entropi, kontras, homogenitas, energi dan dissimilarity. Dari hasil ciri-ciri tersebut kemudian digunakan untuk klasifikasi dengan menggunakan Na�¯ve Bayes yang menentukan hasil klasifikasi berdasarkan nilai probabilitas terbesar. Objek yang diuji adalah citra jenis biji-bijian (beras, beras merah, ketan hitam, ketan putih, dan kacang hijau). Dari penelitian yang telah dilakukan, dapat ditarik kesimpulan sebagai berikut : na�¯ve bayes dapat melakukan klasifikasi citra berdasarkan tekstur yang diekstraksi dengan metode matriks co-occurrence. Dikarenakan data hasil ekstraksi ciri matriks co-occurrence adalah berupa data continue, atau biasa disebut data nominal, sehingga saat proses klasifikasi data hasil ekstraksi ciri tersebut dapat langsung digunakan sebagai inputan dalam klasifikasi na�¯ve bayes. berdasarkan hasil pengujian, kesimpulan yang didapatkan adalah na�¯ve bayes dapat mengklasifikasi citra dengan baik, dikarenakan data hasil ekstraksi ciri tekstur biji-bijian dengan metode matriks co-occurrence memiliki interval jarak yang berjauhan antar kelasnya. Sehingga klasifikasi na�¯ve bayes dapat berjalan dengan baik saat melakukan klasifikasi.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: tekstur citra, ekstraksi ciri, co-occurrence matriks, klasifikasi, Na�¯ve bayes
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 07:36
Last Modified: 16 Nov 2016 07:36
URI: http://repository.unikom.ac.id/id/eprint/1341

Actions (login required)

View Item View Item