Wiguna, Muhammad Iqbal (2018) Pengolahan citra digital untuk mengidentifikasi kerusakan pada tanaman padi dengan menggunakan algoritma k-nearest neighbor. Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (32kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (50kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (102kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (246kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (648kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (52kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (126kB) | Request a copy |
Abstract
Salah satu faktor keberhasilan usaha budidaya tanaman padi ditentukan oleh kualitas pemeliharaan tanaman, oleh karena itu petani perlu melakukan pemeliharaan tanaman padi secara maksimal, supaya mendapatkan hasil panen yang sesuai dengan harapan petani. Pengidentifikasian kerusakan tanaman padi, sejauh ini masih dilakukan dengan cara manual tidak menggunakan sistem sehingga pengidentifikasian kerusakan tanaman padi hanya didasari oleh pengetahuan sesuai dengan pengalaman para petani. Identifikasi kerusakan tanaman padi dengan menggunakan sistem akan menghasilkan suatu hasil keputusan yang objektif. Penggabungan algoritma K-Nearest Neighbor dengan Grey Level Co-occurrence Matrix dilakukan untuk optimasi algortima K-NN untuk mendapatkan hasil identifikasi terbaik sesuai dengan data keriteria yang dibutuhkan. Algoritma K-Nearest Neighbor memiliki keunggulan dalam segi efektifitas untuk aplikasi yang memiliki data latih berukuran besar dan dapat menghasilkan data yang lebih akurat dan metode Grey Level Co-occurrence Matrix sesuai untuk melakukan ekstraksi tekstur alami yang tidak terstruktur dari sub pola. Dengan menggunakan algortima ini akan mendapatkan hasil identifikasi berupa jenis hama atau penyakit yang merusak tanaman padi. Hasil kinerja sistem pengolahan citra digital ini mencapai 76.42 % keberhasilan dari 106 data yang diuji.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Digital Image Processing; Pengolahan Citra Digital; Penyakit Tanaman Padi; K-Nearest Neighbor; GLCM; |
Subjects: | Data Processing, Computer Science |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Muhammad Iqbal Wiguna |
Date Deposited: | 17 Jan 2019 06:47 |
Last Modified: | 17 Jan 2019 06:47 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/18069 |
Actions (login required)
View Item |