SEGMENTASI CITRA BUAH DURIAN DAN JAGUNG DENGAN ALGORITMA K-NEAREST NEIGHBOR DAN PRINCIPAL COMPONEN ANALYSIS

Ali Nurdiansyah; Agung Ramadhanu

doi:10.51401/jinteks.v7i1.5359

Authors

Ali Nurdiansyah Universitas Putra Indonesia YPTK Padang
Agung Ramadhanu Universitas Putra Indonesia YPTK Padang

DOI:

https://doi.org/10.51401/jinteks.v7i1.5359

Keywords:

Citra Digital, KNN, PCA, Durian, Durian Belanda, Jagung

Abstract

Kemajuan pengetahuan dan teknologi yang sangat pesat berarti bahwa beberapa teknik telah dikembangkan untuk memudahkan tugas manusia, seperti pengolahan citra, analisis citra, dan pemanfaatan citra untuk berbagai keperluan dan tujuan tertentu. Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur atau sifat utama dari suatu obyek. Klasifikasi dapat diamati atau dilihat dari tekstur Durian, Durian Belanda, dan Jagung untuk membedakan ciri dari masing-masing citra yang akan di uji. Metode yang digunakan dalam klasifikasi citra buah Durian, Durian Belanda, dan jagung yaitu K-Nearest Neighbor (KNN) dengan menggunakan data pembelajaran untuk mengklasifikasikan objek yang paling dekat dengan objek tersebut ke dalam kelas baru. Namun, KNN dapat bekerja dengan baik jika mendapatkan informasi atau karakteristik dari kelas citra yang akan diklasifikasikan, sehingga diperlukan ekstraksi ciri yang optimal. Untuk mengoptimalkan dan meningkatkan akurasi algoritma KNN, maka algoritma ini akan dikombinasikan dengan algoritma PCA. Hasil dari pengujian untuk ekstraksi ciri pada citra buah Durian, Durian Belanda, dan Jagung dengan menggunakan metode K-Nearest Neighbor (KNN) dan Principal Component Analysis (PCA) bahwa dari 16 data latih dan 10 data uji yang digunakan pada metode K-Nearest Neighbor (KNN) dan Principal Component Analysis mampu mendapatkan hasil akurasi 100% dari total data yang telah diujikan.

References

Y. Yuhandri, A. Ramadhanu, and H. Syahputra, “Pengenalan Teknologi Pengolahan Citra Digital (Digital Image Processing) Untuk Santri Di Rahmatan Lil’Alamin International Islamic Boarding School,” Community Dev. J. J. Pengabdi. Masy., vol. 3, no. 2, pp. 1239–1244, 2022, doi: 10.31004/cdj.v3i2.5868.

N. Zanah, “Classification of Types of Dental Disease Using Principal Component Analysis ( PCA ) and K-Nearest Neighbor ( K-NN ) Methods,” vol. 5, no. 1, 2024.

S. Sutarti, A. T. Putra, and E. Sugiharti, “Comparison of PCA and 2DPCA Accuracy with K-Nearest Neighbor Classification in Face Image Recognition,” Sci. J. Informatics, vol. 6, no. 1, pp. 64–72, 2019, doi: 10.15294/sji.v6i1.18553.

Sriani, Supriyandi, M. Furqan, and W. Fadilla Rischa, “Pengenalan Pola Penyakit Daun Jambu Air Menggunakan Metode PCA dan KNN,” J. Jar. Sist. Inf. Robot., vol. 7, no. 2, pp. 158–163, 2023, [Online]. Available: http://ojsamik.amikmitragama.ac.id

I. A. Silvi, E. Sudrajat, and A. Syauqi, “Sistem Pakar Diagnosis Hama Dan Penyakit Pada Pohon Buah Durian Montong Menggunakan Metode Forward Chaining Dengan Php Native,” J. Sist. Inf. dan Teknol. Perad., vol. 1, no. 1, pp. 6–11, 2020, [Online]. Available: http://journal.peradaban.ac.id/index.php/jsitp

K. Handoko, P. Simanjuntak, E. Elisa, and U. P. Batam, “Algoritma apriori menentukan best seller durian di kota batam,” vol. 7, pp. 419–424, 2024, doi: 10.37600/tekinkom.v7i1.1303.

S. Arif, S. Wijana, A. Febrianto Mulyadi, and A. Jurusan Teknologi Industri Pertanian Fak Teknologi Pertanian Univ Brawijaya, “Pendugaan Umur Simpan Minuan Sari Buah Sirsak (Annona Muricata L.) Berdasarkan Parameter Kerusakan Fisik dan Kimia Dengan Metode Accelerated Shelf Life Testing (ASLT) Estimation Shelf Of Soursop Juice Drink (Annona Muricata L.) Under Physical And Ch,” J. Ind., vol. 4, no. 2, pp. 89–96, 2016.

M. Lutfi, “Implementasi Metode K-Nearest Neighbor dan Bagging Untuk Klasifikasi Mutu Produksi Jagung,” Agromix, vol. 10, no. 2, pp. 130–137, 2019, doi: 10.35891/agx.v10i2.1636.

F. Amalya and S. Harlena, “Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur,” J. Inform. J. Pengemb. IT, vol. 7, no. 2, pp. 67–73, 2022, doi: 10.30591/jpit.v7i2.3688.

R. Nuraini, “Klasifikasi Citra Jenis Kapasitor Menggunakan Kombinasi Algoritma K-Nearest Neighbor dan Principal Component Analysis,” J. Comput. Syst. Informatics, vol. 3, no. 3, pp. 133–140, 2022, doi: 10.47065/josyc.v3i3.1694.

S. R. Raysyah, Veri Arinal, and Dadang Iskandar Mulyana, “Klasifikasi Tingkat Kematangan Buah Kopi Berdasarkan Deteksi Warna Menggunakan Metode Knn Dan Pca,” JSiI (Jurnal Sist. Informasi), vol. 8, no. 2, pp. 88–95, 2021, doi: 10.30656/jsii.v8i2.3638.

A. D. Krismawan and E. H. Rachmawanto, “Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN) dalam Deteksi Masker pada Wajah,” Pros. Sains Nas. dan Teknol., vol. 12, no. 1, p. 382, 2022, doi: 10.36499/psnst.v12i1.7066.

N. Nurdiansyah, M. Muliadi, R. Herteno, D. Kartini, and I. Budiman, “Implementasi Metode Principal Component Analysis (Pca) Dan Modified K-Nearest Neighbor Pada Klasifikasi Citra Daun Tanaman Herbal,” J. Mnemon., vol. 7, no. 1, pp. 1–9, 2024, doi: 10.36040/mnemonic.v7i1.6664.

Zanah, N. (2024). Classification of Types of Dental Disease Using Principal Component Analysis ( PCA ) and K-Nearest Neighbor ( K-NN ) Methods. 5(1).

Sriani, Supriyandi, Furqan, M., & Fadilla Rischa, W. (2023). Pengenalan Pola Penyakit Daun Jambu Air Menggunakan Metode PCA dan KNN. Jurnal Jaringan Sistem Informasi Robotik (JSR), 7(2), 158–163. http://ojsamik.amikmitragama.ac.id