Log in

Relevant bibliographies by topics / Klasifikasi citra / Journal articles

To see the other types of publications on this topic, follow the link: Klasifikasi citra.

Journal articles on the topic 'Klasifikasi citra'

Author: Grafiati

Published: 5 June 2025

Last updated: 2 August 2025

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles

Select a source type:

Consult the top 50 journal articles for your research on the topic 'Klasifikasi citra.'

Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.

You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.

Browse journal articles on a wide variety of disciplines and organise your bibliography correctly.

1

Humaira B, Nurul Isra, Magfira Herman, Nurhikma Nurhikma, and Andi Baso Kaswar. "KLASIFIKASI TINGKAT KUALITAS DAN KEMATANGAN BUAH TOMAT BERDASARKAN FITUR WARNA MENGGUNAKAN JARINGAN SYARAF TIRUAN." Journal of Embedded Systems, Security and Intelligent Systems 2, no. 1 (2021): 18. http://dx.doi.org/10.26858/jessi.v2i1.20329.

Full text

Abstract:

Pada umumnya, manusia melakukan pemilahan hasil pertanian bergantung pada presepsi mereka terhadap komposisi warna yang dimiliki citra seperti buah-buahan. Masyarakat menilai kualitas dan kematangan tomat dengan cara manual dari tampaknya saja yaitu pada warnanya. Namun, identifkasi dengan cara manual memiliki kelemahan seperti waktu yang dibutuhkan relatih lama serta menghasilkan produk yang cukup beragam karena keterbatasan visual dan perbedaan persepsi manusia tentang buah tersebut. Oleh karena itu, penelitian ini mengusulkan metode yang dapat digunakan pada klasifikasi kualitas dan kematan

APA, Harvard, Vancouver, ISO, and other styles

2

Rio Subandi, Herman, and Anton Yudhana. "Pre-Processing Pada Klasifikasi Citra Medis Pneumonia." Decode: Jurnal Pendidikan Teknologi Informasi 4, no. 1 (2023): 86–93. http://dx.doi.org/10.51454/decode.v4i1.198.

Full text

Abstract:

Pemrosesan citra merupakan teknik pengolahan citra yang mengubah suatu citra input menjadi citra yang berbeda sehingga keluarannya memiliki keunggulan lebih tinggi daripada citra input. Pemrosesan citra berguna untuk tingkat mutu citra, membuang cacat citra, mengenali objek, dan menggabungkannya dengan bagian lain dari suatu citra. Kemajuan teknologi pengolahan citra digital (digital image processing) yang semakin pesat, dapat mempermudah kehidupan manusia. Salah satu contoh penerapan dalam bidang kesehatan yaitu klasifikasi penyakit pneumonia, klasifikasi data penyakit pneumonia berbentuk dat

APA, Harvard, Vancouver, ISO, and other styles

3

Bramdito, Vandam Caesariadi, Sony Hartono Wijaya, and Imas Sukaesih Sitanggang. "Model Klasifikasi Fase Pertumbuhan Tebu dari Citra Sentinel 1 Multi-temporal Menggunakan Algoritma Random Forest." Jurnal Ilmu Komputer dan Agri-Informatika 10, no. 2 (2023): 212–23. http://dx.doi.org/10.29244/jika.10.2.212-223.

Full text

Abstract:

Daerah Istimewa Yogyakarta yang telah ditetapkan sebagai kawasan sentra tebu memerlukan perlakuan khusus dalam upaya ekstensifikasi yang memerlukan informasi spasial usaha tani tebu. Pemantauan lahan tebu dilakukan untuk mendapatkan informasi fase pertumbuhan tebu dan sebarannya untuk strategi ekstensifikasi pertanian. Oleh karena itu perlu dilakukan klasifikasi citra menggunakan algoritma random forest yang reliable untuk mengklasifikasikan fase pertumbuhan tebu pada citra Sentinel 1 multi-temporal. Peta kalender tanam tebu dibuat dari hasil klasifikasi citra yang telah dilakukan dan menguji

APA, Harvard, Vancouver, ISO, and other styles

4

Aisyah, Wahyu Pratiwi, Muh. Golok Jaya Laode, and Saleh Fitra. "Perbandingan Metode Berbasis Piksel Dan Objek Citra Sentinel 2A Untuk Klasifikasi Penggunaan Lahan." JAGAT (Jurnal Geografi Aplikasi Dan Teknologi) 4, no. 1 (2020): 117–24. https://doi.org/10.5281/zenodo.3876069.

Full text

Abstract:

Salah satu teknologi yang efektif untuk memperoleh informasi mengenai penggunaan lahan adalah teknologi penginderaan jauh. Data yang digunakan dalam penelitian ini adalah citra sentinel 2A yang tergolong dalam citra resolusi menengah. Penelitian ini bertujuan untuk: mengidentifikasi penggunaan lahan dengan metode berbasis piksel dan objek pada citra Sentinel 2A. Metode analisis data yang digunakan pada peneltian ini yaitu metode supervised dan unsupervised untuk klasifikasi berbasis piksel dan metode OBIA untuk klasifikasi berbasis objek, sedangkan untuk uji akurasi menggunakan metode matriks

APA, Harvard, Vancouver, ISO, and other styles

5

Rosiva Srg, Sri Ayu, Muhammad Zarlis, and Wanayumini Wanayumini. "Identifikasi Citra Daun dengan GLCM (Gray Level Co-Occurence) dan K-NN (K-Nearest Neighbor)." MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer 21, no. 2 (2022): 477–88. http://dx.doi.org/10.30812/matrik.v21i2.1572.

Full text

Abstract:

Banyaknya jenis tanaman yang bentuknya hampir mirip sangat menyulitkan masyarakat Indonesia dalam melakukan klasifikasi ataupun pengelompokkan dan banyaknya penelitian sistem klasifikasi daun tanaman yang menghasilkan akurasi yang rendah tidak mencapai 90%. Maka diperlukan sistem klasifikasi yang lebih akurat dan performance yang menghasilkan tingkat kesalahan kecil. Berdasarkan masalah tersebut maka tujuan penelitian ini akan membangun sistem klasifikasi jenis tanaman berdasarkan citra daun dengan sistem yang akurat dan tingkat kesalahan yang minimal kecil sehinga dapat digunakan untuk memper

APA, Harvard, Vancouver, ISO, and other styles

6

Ambarwari, Agus, Emir Mauludi Husni, and Dimitri Mahayana. "Perkembangan Paradigma Metode Klasifikasi Citra Penginderaan Jauh dalam Perspektif Revolusi Sains Thomas Kuhn." Jurnal Filsafat Indonesia 6, no. 3 (2023): 465–73. http://dx.doi.org/10.23887/jfi.v6i3.53865.

Full text

Abstract:

Pesatnya peningkatan teknologi penginderaan jauh memunculkan tiga paradigma metode klasifikasi citra penginderaan jauh, yaitu berbasis piksel, berbasis objek, dan berbasis pemandangan. Artikel ini bertujuan untuk mengetahui perkembangan metode klasifikasi citra penginderaan jauh dan mengetahui proses revolusi saintifik Thomas Kuhn (pra-paradigma, sains normal, anomali, krisis, dan revolusi saintifik) yang terjadi pada perkembangan metode klasifikasi tersebut. Penyusunan artikel ini menggunakan metode kualitatif deskriptif. Data dikumpulkan dari berbagai sumber literatur ilmiah yang relevan, ke

APA, Harvard, Vancouver, ISO, and other styles

7

Derajat, Roihan Muhammad, Yesi Sopariah, Syifa Aprilianti, et al. "Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 Operational Land Imager (OLI) di Kecamatan Pangandaran." Jurnal Samudra Geografi 3, no. 1 (2020): 1–10. http://dx.doi.org/10.33059/jsg.v3i1.1985.

Full text

Abstract:

Data citra satelit digunakan untuk mendeteksi klasifikasi penutupan lahan di Kawasan Wisata Kecamatan Pangandaran Kabupaten Pangandaran. Penelitian dilakukan dengan beberapa tahap, yaitu pra-pengolahan citra, interpretasi visual citra, membuat penciri kelas klasifikasi citra, groundchek, dan uji akurasi. Metode yang digunakan dalam penelitian ini yaitu metode klasifikasi tidak terbimbing (unsupervised classification) IsoData dan K-means. Penelitian ini bertujuan untuk melakukan klasifikasi tutupan lahan di Kecamatan Pangandaran menggunakan citra satelit Landsat 8 OLI (Operational Land Imager)

APA, Harvard, Vancouver, ISO, and other styles

8

Muslih, Muslih, and Eko Hari Rachmawanto. "CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK KLASIFIKASI CITRA PENYAKIT DIABETES RETINOPATHY." SKANIKA 5, no. 2 (2022): 167–76. http://dx.doi.org/10.36080/skanika.v5i2.2945.

Full text

Abstract:

Diabetic Retinopathy (DR) merupakan suatu komplikasi yang terjadi karena adanya kerusakan pada pembuluh darah retina. DR melalui citra retina mata sudah pernah diteliti menggunakan proses peningkatan kualitas citra maupun teknik filtering. Citra DR, memiliki garis tebal dan tipis pada citra fundus dimana tebal tipisnya digunakan untuk menentukan apakah citra fundus tersebut terkategori sebagai citra DR. Biasanya, teknik filtering diperlukan dalam mempertajam garis pada citra fundus. Pada penelitian ini, optimasi dalam klasifikasi citra retina mata yang terdiagnosa retinopati telah dilakukan me

APA, Harvard, Vancouver, ISO, and other styles

9

Sanusi, Haura, Suryadi H. S., and Diana Tri Susetianingtias. "PEMBUATAN APLIKASI KLASIFIKASI CITRA DAUN MENGGUNAKAN RUANG WARNA RGB DAN HSV." Jurnal Ilmiah Informatika Komputer 24, no. 3 (2019): 180–90. http://dx.doi.org/10.35760/ik.2019.v24i3.2323.

Full text

Abstract:

Bagi orang awam, mengetahui tumbuhan berdasarkan warna daun tentu tidak mudah, mengingat semua warna daun relatif sama yaitu warna hijau, sehingga akan sulit juga untuk mengetahui manfaat dari tumbuhan tersebut. Oleh karena itu dibutuhkan sebuah sistem klasifikasi berdasarkan warna daun untuk mengetahui apa nama dan manfaat tumbuhan tersebut. Penelitian ini bertujuan untuk menghasilkan ekstraksi nilai red, green, blue, hue, saturation, dan value pada citra daun, menghasilkan klasifikasi citra daun berdasarkan hasil ekstraksi nilai RGB dan HSV, serta menghasilkan nilai akurasi hasil klasifikasi

APA, Harvard, Vancouver, ISO, and other styles

10

Wahyu Ningsih, Eka, Dede Sugandi, Lili Somantri, and Riki Ridwana. "Perbandingan Klasifikasi Penutup Lahan di Kota Bandung Menggunakan Metode Klasifikasi Berbasis Piksel dan Klasifikasi Berbasis Objek Pada Citra SPOT 7." JPIG (Jurnal Pendidikan dan Ilmu Geografi) 7, no. 1 (2022): 39–52. http://dx.doi.org/10.21067/jpig.v7i1.6500.

Full text

Abstract:

Pembangunan akan terus terjadi di suatu wilayah tertentu, sehingga mengakibatkan adanya perubahan penampakan fisik. Fokus utama dalam penelitian ini adalah membandingkan dua metode klasifikasi antara metode klasifikasi berbasis piksel, dan metode klasifikasi berbasis objek dengan menggunakan citra SPOT 7 sebagai data sekunder yang digunakan untuk proses klasifikasi, yang berlokasi di wilayah Kota Bandung. Klasifikasi citra menghasilkan 10 kelas penutup lahan diantaranya, bangunan industri, ladang/tegalan, lahan terbuka, perkebunan, permukaan diperkeras, permukiman, ruang terbuka hijau, sarana

APA, Harvard, Vancouver, ISO, and other styles

11

Harahap, Lailan Sofinah, and Muhammad Fajar Hidayah Kembaren. "Klasifikasi Objek Menggunakan Convolutional Neural Network pada Citra Satelit." RIGGS: Journal of Artificial Intelligence and Digital Business 4, no. 2 (2025): 4663–67. https://doi.org/10.31004/riggs.v4i2.1306.

Full text

Abstract:

Penelitian ini mengkaji klasifikasi objek menggunakan Convolutional Neural Network (CNN) pada citra satelit, dengan fokus pada tinjauan literatur dari berbagai studi relevan yang diterbitkan antara tahun 2020 hingga 2025. Metode penelitian kepustakaan digunakan untuk mengidentifikasi jurnal-jurnal yang membahas penerapan CNN dalam berbagai konteks klasifikasi citra, termasuk deteksi target militer, tutupan lahan, citra jalan rusak, jenis sampah, bunga, citra hiperspektral, aktivitas olahraga, jenis anggur, dan pohon kelapa sawit. Hasil tinjauan menunjukkan bahwa CNN secara konsisten memberikan

APA, Harvard, Vancouver, ISO, and other styles

12

Febriyanti, Amara, and Alamsyah Alamsyah. "Peningkatan Akurasi Algoritma Support Vector Machine Menggunakan Dual-Tree Complex Wavelet Transform Pada Klasifikasi Citra Katarak dan Normal." Indonesian Journal of Mathematics and Natural Sciences 45, no. 2 (2022): 51–58. http://dx.doi.org/10.15294/ijmns.v45i2.39723.

Full text

Abstract:

Penyakit mata katarak adalah salah satu penyebab utama gangguan penglihatan dan kebutaan di dunia. Penyakit katarak dapat diidentifikasi melalui citra medis untuk klasifikasi atau diagnosis gangguan pada mata. Pada penelitian ini, dilakukan cropping citra menggunakan ROI (Region Of Interest) dengan operasi morfologi pada citra mata pada tahap pre-processing. Pemilihan ROI di pupil mata karena bagian ini mempresentasikan daerah katarak pada mata sekaligus meningkatkan hasil ekstraksi fitur menggunakan operasi morfologi. Adapun metode klasifikasi yang digunakan adalah algoritma Support Vector Ma

APA, Harvard, Vancouver, ISO, and other styles

13

Putri, Klarissa Ardilia, and Hepi Hapsari Handayani. "Perbandingan Hasil Klasifikasi Tutupan Lahan Menggunakan Metode Artificial Neural Network (ANN), Support Vector Machine (SVM), dan Random Forest (RF) dengan Bahasa Pemrograman R." GEOID 19, no. 2 (2024): 349–60. http://dx.doi.org/10.12962/geoid.v19i2.1145.

Full text

Abstract:

Teknologi penginderaan jauh telah mengalami perkembangan yang pesat terutama dalam metode klasifikasi citra. Klasifikasi citra merupakan kegiatan yang dilakukan untuk mendeteksi dan mengidentifikasi objek di permukaan bumi pada citra satelit. Saat ini telah dikembangkan berbagai metode klasifikasi citra satelit, salah satunya adalah metode klasifikasi berbasis parameter, seperti MLC (Maximum Likelihood). Namun, metode ini tidak dapat dilakukan di lingkungan dengan fitur objek yang kompleks (seperti di daerah perkotaan atau daerah yang dibangun dengan padat). Hal ini dikarenakan metode klasifik

APA, Harvard, Vancouver, ISO, and other styles

14

Nurdin, Nurdin. "Klasifikasi Kecantikan Wanita Aceh Pada Citra Menggunakan Metode Adaptive Resonance Theory (ART1)." TECHSI - Jurnal Teknik Informatika 8, no. 1 (2019): 139–47. https://doi.org/10.29103/techsi.v8i1.121.

Full text

Abstract:

Penampilan wajah merupakan hal yang sangat diperhatikan bagi kebanyakan orang dan sering diperbincangkan terutama masalah kecantikan . Kecantikan adalah suatu hal yang didambakan setiap wanita. Karena penilaian akan cantik atau tidak cantiknya seseorang sangat relatif terhadap nilai-nilai yang tersepakati pada masyarakat. Pada tugas akhir ini dikembangkan suatu sistem klasifikas kecantikan wanita aceh. Sistem ini dibangun dengan menggunakan bahasa pemograman Delphi Xe. Proses klasifikasi kecantikan ini dilakukan dengan menggunakan metode Adaptive Resonance Theory (ART1) yang diawali dengan eks

APA, Harvard, Vancouver, ISO, and other styles

15

Adinda Syalsabila, Randy Saputra, Ridwan Sutri, Riyan Saputra, and Rini Sovia. "Klasifikasi Citra Buah Jeruk Mandarin dan Kelapa Menggunakan Algoritma PCA dan Metode K-Nearest Neighbor (KNN)." JPG: Jurnal Pendidikan Guru 6, no. 2 (2025): 263–70. https://doi.org/10.32832/jpg.v6i2.19351.

Full text

Abstract:

Dalam era digitalisasi, pengolahan citra digital menjadi salah satu bidang yang berkembang pesat, terutama dalam klasifikasi objek. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi citra buah, khususnya jeruk mandarin dan kelapa, dengan memanfaatkan algoritma Principal Component Analysis (PCA) dan metode K-Nearest Neighbor (KNN). PCA digunakan untuk mereduksi dimensi fitur citra, sehingga mengurangi kompleksitas komputasi dan meningkatkan efisiensi proses klasifikasi. Sementara itu, KNN diterapkan sebagai metode klasifikasi untuk mengidentifikasi jenis buah berdasarkan fitur yan

APA, Harvard, Vancouver, ISO, and other styles

16

Darma Irawan, Bobi, Rudi Kurniawan, and Yudhistira Arie Wijaya. "OPTIMALISASI MODEL KLASIFIKASI MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE PADA CITRA BRAIN TUMOR." JATI (Jurnal Mahasiswa Teknik Informatika) 9, no. 2 (2025): 3493–500. https://doi.org/10.36040/jati.v9i2.13211.

Full text

Abstract:

Analisis citra medis, khususnya pada citra tumor otak, memiliki peran penting dalam membantu proses diagnosis penyakit. Permasalahan utama dalam klasifikasi citra tumor otak adalah bagaimana meningkatkan akurasi dan efisiensi sistem klasifikasi. Penelitian ini bertujuan untuk mengoptimalkan model klasifikasi dengan menggunakan algoritma Support Vector Machine (SVM), yang dikenal andal dalam menangani data non-linear dan berdimensi tinggi. Metode yang digunakan meliputi tahap preprocessing citra, ekstraksi fitur menggunakan metode tertentu, serta pengoptimalan parameter SVM, seperti kernel, nil

APA, Harvard, Vancouver, ISO, and other styles

17

Leidiyana, Henny, and Joni Warta. "Implementasi Metode SVM untuk Klasifikasi Bunga dengan Ekstraksi Fitur Histogram of Gradient (HOG)." Journal of Informatic and Information Security 3, no. 1 (2022): 89–98. http://dx.doi.org/10.31599/jiforty.v3i1.1420.

Full text

Abstract:

Teknik ekstraksi fitur diterapkan untuk mendapatkan fitur yang akan berguna dalam mengklasifikasikan dan mengenali citra. Teknik ekstraksi fitur sangat membantu dalam berbagai aplikasi pengolahan citra. Banyak penelitian menunjukkan efektifitas ekstraksi fitur sebelum klasifikasi. Terdapat juga penelitian yang yang menunjukkan bahwa suatu metode ekstraksi fitur mungkin baik untuk pendekatan klasifikasi tertentu tetapi mungkin juga sebaiknya. Dampak sampel dan ukurannya juga bisa menentukan hasil penerapan teknik ekstrasi fitur dalam proses klasifikasi. Dalam penelitian ini peneliti bertujuan u

APA, Harvard, Vancouver, ISO, and other styles

18

Guslianto, Safrida Ika, and Shofwatul ‘Uyun. "Klasifikasi Kematangan Buah Sawit Berdasarkan Fitur Warna, Bentuk dan Tekstur Menggunakan Algoritma K-NN." Jurnal Edukasi dan Penelitian Informatika (JEPIN) 9, no. 3 (2023): 407. http://dx.doi.org/10.26418/jp.v9i3.64877.

Full text

Abstract:

Kelapa sawit merupakan tanaman perkebunan yang menghasilkan CPO (Crude Palm Oil). Kadar CPO dipengaruhi oleh tingkat kematangan buah sawit. Pemanfaatan teknologi dalam melakukan klasifikasi untuk membantu proses memanen buah sawit telah dilakukan beberapa penelitian sebelumnya. Penerapan algoritma klasifikasi seperti SVM, K-Mean Clustering dan Backpropagation telah dilakukan dan mendapatkan hasil yang berbeda-beda. Pada penelitian ini klasifikasi Ekstraksi ciri fitur warna, bentuk dan tektur dilakukan untuk membandingkan pilihan fitur terbaik. Pemilihan fitur ini dilakukan untuk memilih fitur

APA, Harvard, Vancouver, ISO, and other styles

19

Qur'ana, Tri Wahyu. "PERBAIKAN CITRA MENGGUNAKAN MEDIAN FILTER UNTUK MENINGKATKAN AKURASI PADA KLASIFIKASI MOTIF SASIRANGAN." Technologia: Jurnal Ilmiah 9, no. 4 (2018): 270. http://dx.doi.org/10.31602/tji.v9i4.1543.

Full text

Abstract:

Kain Sasirangan memiliki beragam motif yang telah diakui oleh pemerintah. Untuk membantu upaya pendokumentasian, dibutuhkan sistem klasifikasi yang cukup handal dalam mengklasifikasi dan mengidentifikasi citra motif kain Sasirangan. Pengolahan citra digital merupakan salah satu teknologi yang dapat dimanfaatkan untuk merancang sebuah model klasifikasi motif kain sasirangan melalui proses akuisisi citra. Pada tahap pre-processing digunakan metode Median Filter untuk meningkatkan mutu citra. Pada tahap ekstraksi fitur warna dan tekstur menggunakan metode Local Binary Pattern Variance (LBPV), sel

APA, Harvard, Vancouver, ISO, and other styles

20

Prasetyo, Muhammad Eko, Muhammad Reyno Faza, Rifki Pratama, Said Nabil Hasan Alhabsy, Hani Purwanti, and Amin Padmo Azam Masa. "Klasifikasi Ragam Kendaraan Menggunakan Metode Convolutional Neural Network (Cnn)." Adopsi Teknologi dan Sistem Informasi (ATASI) 2, no. 2 (2023): 142–48. http://dx.doi.org/10.30872/atasi.v2i2.1156.

Full text

Abstract:

Proses klasifikasi citra ragam kendaraan menjadi suatu tantangan yang menarik untuk dilakukan penelitian. Proses klasifikasi ragam kendaraan banyak digunakan diberbagai banyak hal seperti pada proses e-tilang, e-parkir, maupun pada bidang yang lainnya. Salah satu metode yang biasa digunakan untuk proses klasifikasi adalah menggunakan metode Convolutional Neural Network (CNN). Metode CNN banyak digunakan untuk melakukan proses klasifikasi karena teruji dan telah terbukti efektif dalam pengolahan citra dan pengenalan pola. Dalam klasifikasi ragam kendaraan, CNN mampu mengekstrak fitur secara oto

APA, Harvard, Vancouver, ISO, and other styles

21

Zaman, Badroe, Ahmad Rifai, and Mohammad Burhan Hanif. "Komparasi Metode Klasifikasi Batik Menggunakan Neural Network Dan K-Nearest Neighbor Berbasis Ekstraksi Fitur Tekstur." Journal of Information Systems and Informatics 3, no. 4 (2021): 582–95. http://dx.doi.org/10.51519/journalisi.v3i4.213.

Full text

Abstract:

Batik tulis adalah hasil seni budaya yang memiliki keindahan visual dan mengandung makna filosofis pada setiap motifnya. Batik tulis memiliki morif yang sangat beragam dan memiliki tingkat kompleksitas yang tingi sehingga menjadi kesulitan tersendiri dalam pengelompokan kelas batik tertentu. Klasifikasi citra ke dalam kelas tertentu juga menjadi permasalahan yang pelik dalam bidang pengenalan pola. Metode machine learning dapat digunakan untuk mengenali kelas batik melalui pengenalan citra batik. Namun belum banyak penelitian terkait studi komparasi klasifikasi citra batik. Sehingga penelitian

APA, Harvard, Vancouver, ISO, and other styles

22

Alamin, Zumhur, Sutriawan, Siti Mutmainah, and Muhammad Hayun. "Optimasi Ekstraksi Fitur Citra Karakter Font Menggunakan Algoritma Support Vector Machines (SVM) untuk Klasifikasi Tipografi." Scientific : Journal of Computer Science and Informatics 2, no. 1 (2025): 30–39. https://doi.org/10.34304/scientific.v2i1.344.

Full text

Abstract:

Klasifikasi tipografi berbasis citra karakter merupakan salah satu tantangan penting dalam bidang pengenalan pola dan pengolahan citra digital, terutama dalam konteks digitalisasi dokumen dan sistem OCR (Optical Character Recognition). Penelitian ini bertujuan untuk mengoptimalkan proses ekstraksi fitur citra karakter font dengan memanfaatkan kombinasi beberapa teknik fitur serta algoritma Support Vector Machines (SVM) untuk klasifikasi. Metode yang digunakan melibatkan preprocessing citra karakter, ekstraksi fitur menggunakan Histogram of Oriented Gradients (HOG), Local Binary Pattern (LBP),

APA, Harvard, Vancouver, ISO, and other styles

23

Nugroho, Budi, Eva Yulia Puspaningrum, and M. Syahrul Munir. "Kinerja Algoritma Optimasi Root-Mean-Square Propagation dan Stochastic Gradient Descent pada Klasifikasi Pneumonia Covid-19 Menggunakan CNN." Jurnal Edukasi dan Penelitian Informatika (JEPIN) 7, no. 3 (2021): 420. http://dx.doi.org/10.26418/jp.v7i3.49172.

Full text

Abstract:

Penelitian ini berkaitan dengan proses klasifikasi Pneumonia Covid-19 (radang paru-paru atau pneumonia yang disebabkan oleh virus corona SARS-CoV-2) dari citra hasil foto rontgen / x-ray paru-paru dengan menggunakan pendekatan pembelajaran mesin. Klasifikasi dilakukan untuk menentukan apakah kondisi paru-paru seseorang mengalami Pneumonia Covid-19, Pneumonia biasa, atau Normal / Sehat. Untuk menghasilkan kinerja klasifikasi yang lebih baik, proses optimasi seringkali digunakan pada tahap pelatihan data. Banyak teknik yang digunakan untuk melakukan optimasi tersebut, diantaranya adalah algoritm

APA, Harvard, Vancouver, ISO, and other styles

24

Kusrini, Kusrini, Sri Hartati, Retantyo Wardoyo, and Agus Harjoko. "KLASIFIKASI CITRA DENGAN POHON KEPUTUSAN." JUTI: Jurnal Ilmiah Teknologi Informasi 7, no. 2 (2008): 55. http://dx.doi.org/10.12962/j24068535.v7i2.a173.

Full text

APA, Harvard, Vancouver, ISO, and other styles

25

Ardiansyah, Muhammad, Khursatul Munibah, and Siti Nur Saniinah. "Klasifikasi Fase Tumbuh Padi dengan Pendekatan Berbasis Objek Menggunakan Citra Sentinel-2." Jurnal Ilmu Tanah dan Lingkungan 25, no. 2 (2023): 78–85. http://dx.doi.org/10.29244/jitl.25.2.78-85.

Full text

Abstract:

Pemantauan tanaman padi di Indonesia didukung oleh pemerintah daerah di tingkat kecamatan. Praktik tersebut membutuhkan dana yang besar dan dinilai kurang efisien. Opsi lain adalah pemanfaatan data Penginderaan Jauh menggunakan citra satelit gratis Sentinel-2 untuk memantau pertumbuhan padi secara spasio temporal dan pada wilayah yang lebih luas. Citra Sentinel-2 didesain untuk mendukung pemantauan pertanian. Untuk memantau fase tumbuh padi dapat dilakukan dengan klasifikasi berbasis piksel, tetapi pendekatan ini memiliki keterbatasan munculnya salt and pepper yang mengganggu hasil dan akurasi

APA, Harvard, Vancouver, ISO, and other styles

26

Salsabila, Alifa Puteri Bilqis, Chaerur Rozikin, and Riza Ibnu Adam. "Klasifikasi Motif Batik Karawang Berbasis Citra Digital dengan Principal Component Analysis dan K-Nearest Neighbor." Jurnal Sistem dan Teknologi Informasi (JustIN) 11, no. 1 (2023): 20. http://dx.doi.org/10.26418/justin.v11i1.46936.

Full text

Abstract:

Batik ialah salah satu budaya Indonesia yang dikenal sebagai warisan, batik telah ada pada zaman kerajaan terdahulu serta selalu digunakan oleh para raja. Seiring dengan perkembangan zaman, kain batik semakin bervariasi dengan motif yang berbeda pada setiap daerah. Karena itu terdapat banyak sekali jenis motif batik yang ada di Indonesia, menyebabkan sulitnya mengidentifikasi motif pada batik jika hanya mengandalkan panca indera, karena motif dan warna batik yang bervariasi. Oleh karena itu, citra digital dapat dijadikan langkah awal dalam mengklasifikasi motif batik Karawang. Proses pengolaha

APA, Harvard, Vancouver, ISO, and other styles

27

Zizwan Putra, Adya, Mawaddah Harahap, Amir Husein, and Allwin Simarmata. "Klasifikasi Buah Guava Menggunakan Computer Vision." Data Sciences Indonesia (DSI) 3, no. 2 (2024): 102–7. https://doi.org/10.47709/dsi.v3i2.4006.

Full text

Abstract:

Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi buah guava menggunakan teknologi computer vision. Klasifikasi buah guava yang akurat dan otomatis dapat membantu dalam proses identifikasi buah guava yang baik kualitasnya dan dapat digunakan dalam industri pertanian, perdagangan buah-buahan, serta penelitian lanjutan. Metode yang digunakan dalam penelitian ini melibatkan beberapa langkah. Pertama, dilakukan pengumpulan data citra buah guava yang meliputi variasi jenis guava yang berbeda serta berbagai kondisi pencahayaan dan latar belakang. Data citra tersebut kemudian dio

APA, Harvard, Vancouver, ISO, and other styles

28

Putri, Rezky Arisanti, and Naim Rochmawati. "Penerapan Algoritma Support Vector Machine untuk Klasifikasi Motif Citra Batik Solo Berdasarkan Fitur Multi-Autoencoders." Journal of Informatics and Computer Science (JINACS) 1, no. 01 (2019): 56–63. http://dx.doi.org/10.26740/jinacs.v1n01.p56-63.

Full text

Abstract:

Abstrak—Batik merupakan kain tradisional warisan kebudayaan masyarakat Indonesia. Penggunaan kain batik sebagai bahan pakaian telah populer sejak kerajaan Majapahit. Sebelum sepopuler sekarang, batik telah menjadi pilihan masyarakat Indonesia sebagai bahan pakaian tradisional karena memiliki ciri khas di setiap motifnya. Motif batik memiliki keberagaman dengan ciri yang menonjol pada setiap lilinnya. Sebagai wujud upaya pelestarian batik, penelitian mengenai klasifikasi batik dilakukan untuk mendeteksi motif citra batik. Berdasarkan hal tersebut, penelitian ini dilakukan menggunakan metode pem

APA, Harvard, Vancouver, ISO, and other styles

29

Paturrahman, Azizah Arif, and I. Gede Pasek Suta Wijaya. "Analisis Pengenalan Pola Daun Berdasarkan Fitur Canny Edge Detection dan Fitur GLCM Menggunakan Metode Klasifikasi k-Nearest Neighbor (kNN)." Journal of Computer Science and Informatics Engineering (J-Cosine) 5, no. 1 (2021): 68–76. http://dx.doi.org/10.29303/jcosine.v5i1.388.

Full text

Abstract:

Daun merupakan bagian dari tubuh tumbuhan yang dapat digunakan untuk mengidentifikasi jenis dari tumbuhan. Klasifikasi daun ini dapat dilakukan dengan cara pengenalan pola bentuk struktural dan juga tekstur dari citra daun tersebut. Klasifikasi citra daun ini berdasarkan fitur canny edge detection dan fitur GrayLevel Co-occurence Matrix (GLCM) dengan menggunakan metode klasifikasi kNearest Neighbor (kNN). Data yang digunakan sebanyak 350 citra daun dengan 7 spesies yang berbeda. Hasil pengujian yang telah dilakukan dari kedua metode yaitu fitur canny edge detection classifier menghasilkan akur

APA, Harvard, Vancouver, ISO, and other styles

30

Zaman, Badroe. "Komparasi Metode Klasifikasi Batik Menggunakan Neural Network Dan K-Nearest Neighbor Berbasis Ekstraksi Fitur Tekstur." Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) 11, no. 1 (2022): 13. http://dx.doi.org/10.23887/janapati.v11i1.41220.

Full text

Abstract:

Batik tulis adalah hasil seni budaya yang memiliki keindahan visual dan mengandung makna filosofis pada setiap motifnya. Motif batik tulis berkembang sejalan dengan perkembangan jaman dan kehidupan masyarakat. Motif batik tulis memiliki bentuk yang sangat beragam dan memiliki tingkat kompleksitas yang tingi sehingga menjadi kesulitan tersendiri dalam pengelompokan kelas batik tertentu. Klasifikasi citra ke dalam kelas tertentu juga menjadi permasalahan yang pelik dalam bidang pengenalan pola. Metode machine learning dapat digunakan untuk mengenali kelas batik melalui pengenalan citra batik. Na

APA, Harvard, Vancouver, ISO, and other styles

31

Al Farikhi, Faiz, and Retno Widodo Dwi Pramono. "Perbandingan algoritma classification and regression tree (cart) dan random forest (rf) untuk klasifikasi penggunaan lahan pada google earth engine." Jurnal Spatial Wahana Komunikasi dan Informasi Geografi 23, no. 2 (2023): 170–79. http://dx.doi.org/10.21009/spatial.232.09.

Full text

Abstract:

Perubahan penggunaan lahan terus terjadi seiring dengan pertumbuhan jumlah penduduk dan aktivitas ikutannya. Diperlukan analisis yang cepat dan akurat untuk mendukung tatakelolanya. Salah satu yang dibutuhkan adalah teknik klasifikasi penggunan lahan yang cepat dan efektif salah satunya dapat dilakukan melaluiplatform berbasis cloud Google Earth Engine (GEE) dengan memanfaatkan citra multi-spektral dan melibatkan berbagai algoritma pengolahan. Setidaknya terdapat dua metode klasifikasi menggunakan algoritma pohon keputusan (decision tree algorithm) yaitu: Classification and Regression Tree (CA

APA, Harvard, Vancouver, ISO, and other styles

32

Rahayu, Ni Luh Widi, Nyoman Gunantara, and Made Sudarma. "Klasifikasi Jajanan Khas Bali Untuk Preservasi Pengetahuan Kuliner Lokal Menggunakan Arsitektur VGG-16." SINTECH (Science and Information Technology) Journal 7, no. 1 (2024): 1–14. http://dx.doi.org/10.31598/sintechjournal.v7i1.1455.

Full text

Abstract:

Pemanfaatan teknologi Deep Learning khususnya teknologi pengenalan gambar merupakan suatu media yang tepat digunakan untuk melakukan klasifikasi citra digital. Pada penelitian ini bertujuan untuk melakukan klasifikasi citra jajanan khas Bali dengan mencari model terbaik dari arsitektur VGG-16 dengan melakukan perbandingan tingkat akurasi, recall, precission dan f1-score dari skenario pengujian yaitu bobot dropout, jumlah batch size dan jumlah epoch yang digunakan. Dataset training yang digunakan dalam penelitian ini sebanyak 2.445 data citra jajanan khas Bali dengan total kelas sebanyak 10 kel

APA, Harvard, Vancouver, ISO, and other styles

33

Irwan Budi Santoso, Shoffin Nahwa Utama, and Supriyono. "Citra Tekstur Terbaik Untuk Gaussian Naïve Bayes Dengan Interpolasi Nearest Neighbor." Jurnal Nasional Teknik Elektro dan Teknologi Informasi 13, no. 1 (2024): 68–75. http://dx.doi.org/10.22146/jnteti.v13i1.8730.

Full text

Abstract:

Salah satu faktor yang berpengaruh terhadap kinerja Gaussian naive Bayes classifier (GNBC) dalam klasifikasi citra tekstur adalah ukuran (dimensi) citra. Ukuran citra adalah salah satu kriteria citra tekstur terbaik di samping nilai pikselnya. Pada penelitian ini, diusulkan metode untuk mendapatkan ukuran citra tekstur terbaik terhadap GNBC dengan optimalisasi interpolasi nearest neighbor (NN). Ukuran citra tekstur terbaik dengan nilai piksel hasil interpolasi tersebut membuat GNBC mampu membedakan citra tekstur pada setiap kelasnya dengan kinerja paling tinggi. Langkah pertama metode usulan t

APA, Harvard, Vancouver, ISO, and other styles

34

Naufal, Mohammad Farid, Solichul Huda, Aryo Budilaksono, et al. "Klasifikasi Citra Game Batu Kertas Gunting Menggunakan Convolutional Neural Network." Techno.Com 20, no. 1 (2021): 166–74. http://dx.doi.org/10.33633/tc.v20i1.4273.

Full text

Abstract:

Permainan batu, gunting, dan kertas sangat populer di seluruh dunia. Permainan ini biasanya dimainkan saat sedang berkumpul untuk mengundi ataupun hanya bermain untuk mengetahui yang menang dan yang kalah. Namun, perkembangan zaman dan teknologi mengakibatkan orang dapat berkumpul secara virtual. Untuk bisa melakukan permainan ini secara virtual, penelitian ini membuat model klasifikasi citra untuk membedakan objek tangan yang menunjuk batu, kertas, dan gunting. Performa metode klasifikasi merupakan hal yang harus diperhatikan dalam kasus ini. Salah satu metode klasifikasi citra yang populer a

APA, Harvard, Vancouver, ISO, and other styles

35

Sampurno, Rizky Mulya, Anas Bunyamin, and Totok Herwanto. "Estimasi Perubahan Lahan Sawah dengan Klasifikasi Tidak Terbimbing Citra MODIS EVI di Provinsi Jawa Barat." Jurnal Teknotan 11, no. 2 (2017): 55. http://dx.doi.org/10.24198/jt.vol11n2.6.

Full text

Abstract:

Berdasarkan data statistik, sejak tahun 2008 hingga saat ini luas sawah di Provinsi Jawa Barat cenderung mengalami penurunan. Hal ini mendorong dibutuhkannya informasi yang cepat dan tepat terkait lokasi dan luas lahan sawah untuk menjaga ketahanan pangan nasional. Teknologi penginderaan jauh telah menjadi alat bantu yang handal dalam memecahkan masalah ini. Melalui klasifikasi citra satelit penginderaan jauh, luas lahan sawah dapat diketahui dengan mudah. Tujuan dari penelitian ini adalah melakukan klasifikasi citra MODIS EVI 250 m untuk memetakan lahan sawah serta memperkirakan luas dan seba

APA, Harvard, Vancouver, ISO, and other styles

36

Umbu, Ferdinandus, Cecilia Dai Payon Binti Gabriel, and Mitra Permata Ayu. "KLASIFIKASI PARANG SUMBA MENGGUNAKAN ALGORITMA BACKPROPAGATION." Jurnal Sains dan Sistem Teknologi Informasi 5, no. 2 (2023): 248–54. http://dx.doi.org/10.59811/sandi.v5i2.81.

Full text

Abstract:

Pengolahan citra digital adalah bagian dari computer vision untuk menganalisa suatu citra atau gambar sehingga menghasilkan suatu informasi yang dapat dipahami manusia. Setiap tahapan dalam pengolahan citra digital memiliki metode masing-masing, untuk citra yang berbeda maka metode yang digunakan juga akan berbeda Konsep data mining adalah konsep eksplorasi dan analisis data yang jumlahnya banyak untuk menemukan pola-pola tersembunyi di data tersebut. Konsep ini sering digunakan oleh peneliti untuk menganalisis suatu informasi. Salah satu konsep data mining yang sering digunakan sebagai langka

APA, Harvard, Vancouver, ISO, and other styles

37

Burhanuddin, Muhammad Iqbal, Adam Syaifullah, Setiawan Adeka Putra Jaya, and Muhammad Gabriel Somoal. "Analisis Komparatif Model MobilenetV1 Dan EfficientnetB0 Dalam Klasifikasi Citra Empat Musim Menggunakan Transfer Learning." JEKIN - Jurnal Teknik Informatika 5, no. 2 (2025): 508–21. https://doi.org/10.58794/jekin.v5i2.1378.

Full text

Abstract:

Musim memengaruhi berbagai aspek lingkungan dan aktivitas manusia seperti pertanian, pariwisata, serta transportasi. Identifikasi otomatis terhadap musim berdasarkan citra visual menjadi solusi potensial untuk mendukung sistem monitoring berbasis teknologi. Namun, klasifikasi citra ke dalam empat kategori musim, yaitu autumn, spring, summer, dan winter, masih jarang diimplementasikan dalam sistem pengenalan berbasis deep learning. Penelitian ini bertujuan untuk membandingkan dua arsitektur ringan Convolutional Neural Network (CNN), yaitu MobileNetV1 dan EfficientNetB0, untuk menentukan model t

APA, Harvard, Vancouver, ISO, and other styles

38

Dwi Putro, Aditya, and Henri Tantyoko. "Hybrid Algoritma Vgg16-Net Dengan Support Vector Machine Untuk Klasifikasi Jenis Buah dan sayuran." JTIM : Jurnal Teknologi Informasi dan Multimedia 5, no. 2 (2023): 56–65. http://dx.doi.org/10.35746/jtim.v5i2.335.

Full text

Abstract:

Arsitektur deep learning VGG16 terbukti efektif dalam hal melakukan klasifikasi citra pada dataset ImageNet, akan tetapi memiliki keterbatasan dalam jumlah parameter sangat banyak dan potensi overfitting pada dataset kecil. SVM memiliki kelebihan dalam hal menangani masalah overfitting pada dataset yang relatif kecil, sementara VGG16 memiliki keunggulan dalam mengekstraksi fitur yang berkualitas dari citra dengan performa yang sangat baik. SVM juga dapat membantu memperbaiki kinerja klasifikasi pada VGG16 dengan meminimalkan risiko overfitting dan meningkatkan akurasi klasifikasi pada dataset

APA, Harvard, Vancouver, ISO, and other styles

39

Apriani, Nana, and Supatman Supatman. "ANALISIS EKSTRAKSI CITRA GLCM DAN WAVELET UNTUK KLASIFIKASI PENYAKIT CABAI DENGAN METODE SVM." Jurnal Informatika Teknologi dan Sains (Jinteks) 7, no. 2 (2025): 895–903. https://doi.org/10.51401/jinteks.v7i2.5860.

Full text

Abstract:

Penyakit seperti antraknosa, busuk daun phytophthora, dan cabai kering menjadi tantangan utama dalam produksi tanaman cabai. Penelitian ini bertujuan untuk mengklasifikasikan citra penyakit pada cabai menggunakan ekstraksi fitur dengan Gray Level Co-occurrence Matrix (GLCM) dan Discrete Wavelet Transform (DWT) Daubechies-4 serta klasifikasi memanfaatkan algoritma Support Vector Machine (SVM). Dataset yang digunakan sebanyak 400 citra cabai yang dibagi menjadi empat kelas yaitu cabai sehat, antraknosa, phytophthora dan cabai kering. Metode dilakukan dengan pra-pemrosesan citra, kemudian ekstrak

APA, Harvard, Vancouver, ISO, and other styles

40

Ullu, Hevi Herlina, Budiman Baso, Risald Risald, Patricia Gertrudis Manek, and Debora Chrisinta. "Ektraksi Fitur Berbasis Tekstur Pada Citra Tenun Timor Menggunakan Metode Gray Level Co-occurrence Matrix (GLCM)." Journal of Information and Technology 2, no. 2 (2022): 70–74. http://dx.doi.org/10.32938/jitu.v2i2.3245.

Full text

Abstract:

Tenun merupakan warisan budaya Indonesia yang harus dilestarikan dan dijaga. Pendataan tenun secara komputerisasi merupakan salah satu bentuk pelestarian tenun pada bidang teknologi khususnya dibidang penolahan citra digital. Pendataan dapat dilakukan dengan pengenalan pola motif tenun. Untuk mendapatkan informasi citra tenun yang akan digunakan dalam pengenalan pola, proses ekstraksi fitur merupakan hal yang penting. Informasi dari hasil ekstraksi fitur dapat digunakan dalam proses pegenalan pola berupa klasifikasi dan temu kembali citra. Penelitian ini akan mengekstraksi fitur citra te

APA, Harvard, Vancouver, ISO, and other styles

41

Surya, Rizky Andhika, Abdul Fadlil, and Anton Yudhana. "Ekstraksi Ciri Metode Gray Level Co-Occurrence Matrix (GLCM) dan Filter Gabor untuk Klasifikasi citra Batik Pekalongan." Jurnal Informatika: Jurnal Pengembangan IT 2, no. 2 (2017): 23–26. http://dx.doi.org/10.30591/jpit.v2i2.520.

Full text

Abstract:

Batik merupakan warisan budaya Indonesia yang harus kita jaga dan lestarikan. Proses melestarikannya yaitu dengan pendataan identitas batik tersebut secara komputerisasi. Proses tersebut diawali dengan pengenalan pola untuk mencari informasi dari citra batik tersebut menggunakan proses ekstraksi ciri dengan metode GLCM (Gray Level Co-Occurrence Matrix) dan Filter Gabor, kemudian proses klasifikasi menggunakan Jaringan Syaraf Tiruan. Penelitian ini membuat sistem ekstraksi ciri citra batik yang akan digunakan untuk proses selanjutnya yaitu klasifikasi yang dapat digunakan untuk pendataan citra

APA, Harvard, Vancouver, ISO, and other styles

42

Chairunnissa Deliva Akbar, Syifa, and Agung Ramadhanu. "KLASIFIKASI DAN PENGELOMPOKKAN PADA DOMPET, TAS, DAN BUKU MENGGUNAKAN HYBRID INTELIGENCE SYSTEM." JATI (Jurnal Mahasiswa Teknik Informatika) 9, no. 2 (2025): 2658–62. https://doi.org/10.36040/jati.v9i2.13111.

Full text

Abstract:

Penelitian ini membahas mengenai penerapan Hybrid Intelligence System untuk klasifikasi dan pengelompokan dompet, tas, dan buku menggunakan kombinasi metode Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN). Hal ini diperlukan untuk meningkatkan optimalisasi klasifikasi objek berbasis citra, terutama dalam manufaktur, perdagangan, dan sistem inventarisasi. Dengan meningkatnya kebutuhan sistem digitalisasi yang mampu mengenali dan mengelompokkan objek secara cepat dan akurat, pengembangan sistem berbasis hybrid intelligence menjadi relevan. PCA digunakan untuk menyederhanakan dime

APA, Harvard, Vancouver, ISO, and other styles

43

Arianto, Fra Siskus Dian, Adi Wibowo, and Bayu Surarso. "Modifikasi Metode Fuzzy C-Means untuk Klasifikasi Citra Daun Padi." Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer 17, no. 1 (2023): 22. http://dx.doi.org/10.30872/jim.v17i1.6068.

Full text

Abstract:

Metode Fuzzy C-means merupakan algoritma pembelajaran tidak terawasi yang menggunakan derajat keanggotaan untuk menentukan cluster tiap-tiap titik data. Proses pembelajaran yang tidak terawasi menjadi keunggulan untuk dapat diterapkan pada gambar yang terdapat noise. Dilakukan modifikasi terhadap metode Fuzzy C-means yaitu dengan melakukan penentuan dan perubahan matriks partisi menggunakan fungsi keanggotaan fuzzy untuk mendapatkan proses pembelajaran dan akurasi cluster. Penelitian ini bertujuan untuk mendapatkan model terbaik klasifikasi warna daun padi (Oryza Sativa) berdasarkan citra digi

APA, Harvard, Vancouver, ISO, and other styles

44

Saputra, Randy, and Agung Ramadhanu. "Klasifikasi Citra Buah Jeruk Mandarin, Jeruk Nipis, dan Stroberi Menggunakan Algoritma PCA dan Metode K-Nearest Neighbor (KNN)." JPG: Jurnal Pendidikan Guru 6, no. 1 (2025): 162–72. https://doi.org/10.32832/jpg.v6i1.18849.

Full text

Abstract:

Klasifikasi citra buah merupakan salah satu aplikasi dalam bidang pengolahan citra digital yang memiliki potensi luas, terutama dalam sektor pertanian dan industri pangan. Penelitian ini bertujuan untuk mengembangkan sistem klasifikasi citra buah jeruk mandarin, jeruk nipis, dan stroberi menggunakan kombinasi algoritma Principal Component Analysis (PCA) dan metode K-Nearest Neighbor (KNN). PCA digunakan untuk mereduksi dimensi data guna meningkatkan efisiensi proses klasifikasi sekaligus mengurangi kompleksitas komputasi. Metode KNN dipilih karena kesederhanaannya dan kemampuannya dalam menang

APA, Harvard, Vancouver, ISO, and other styles

45

Rafif, Muhammad, Diyah Utami Kusumaning Putri, and Lukman Awaludin. "Penggunaan Pre-trained Model untuk Klasifikasi Kualitas Sekrup." IJEIS (Indonesian Journal of Electronics and Instrumentation Systems) 12, no. 2 (2022): 133. http://dx.doi.org/10.22146/ijeis.78112.

Full text

Abstract:

Inspeksi kualitas produk berbasis citra merupakan hal yang penting bagi industri manufaktur. Tugas tersebut sebagian besar masih dilakukan oleh manusia yang memiliki unit per hour rendah. Metode konvensional untuk inspeksi citra masih mengandalkan metode berbasis fitur, yang memiliki masalah sulitnya generalisasi dan ekstraksi fitur. Masalah tersebut diatasi dengan metode CNN, tetapi CNN membutuhkan data yang besar dan waktu training yang lama. Penggunaan pre-trained model dan augmentasi citra dapat menyelesaikan permasalahan pada metode-metode sebelumnya. Namun, belum ada penelitian yang seca

APA, Harvard, Vancouver, ISO, and other styles

46

Wibowo, Feri, Agung Purwo Wicaksono, and Lahan Adi Purwanto. "Klasifikasi Tanaman Beringin (Ficus Bernjamina) berdasarkan Citra Daun Menggunakan Algoritma K-Nearest Neighbors." Jurnal Teknologi dan Manajemen Informatika 7, no. 2 (2021): 131–38. http://dx.doi.org/10.26905/jtmi.v7i2.6758.

Full text

Abstract:

Salah satu masalah yang dihadapi ketika akan memilih Beringin, baik untuk dijadikan tanaman peneduh, bonsai atau tanaman obat adalah mengenali jenis beringin yang sesuai. Maka harus dilakukan sebuah penelitian agar dapat mengetahui jenis Beringin yang diinginkan. Salah satu cara yang dapat digunakan untuk mengklasifikasikan adalah dengan teknologi pengolahan citra digital, yaitu dengan mengekstrak ciri atau karakteristik dari citra atau gambar digital. Tantangannya adalah bagaimana mengklasifikasikan tanaman Beringin berdasarkan citra daun menggunakan pengolahan citra digital. Penelitian ini b

APA, Harvard, Vancouver, ISO, and other styles

47

Nugraha, Danang Aditya, and Anggri Sartika Wiguna. "SELEKSI FITUR WARNA CITRA DIGITAL BIJI KOPI MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS." RESEARCH : Computer, Information System & Technology Management 3, no. 1 (2020): 24. http://dx.doi.org/10.25273/research.v3i1.5352.

Full text

Abstract:

Proses klasifikasi citra digital dilakukan terhadap data fitur yang menggambarkan ciri suatu citra. Dalam penelitian sebelumnya mengenai klasifikasi biji kopi untuk menentukan tingkat roasting, digunakan fitur warna RGB dan metode klasifikasi Jaringan Syaraf Tiruan dengan algoritma Back Propagation. Namun dalam penelitian tersebut didapatkan hasil klasifikasi yang kurang memuaskan akibat dari fitur yang digunakan kurang dapat memisahkan ciri dari setiap tingkat roasting biji kopi. Pada penelitian ini dilakukan penambahan fitur warna yang digunakan melalui penggunaan representasi warna RGB dan

APA, Harvard, Vancouver, ISO, and other styles

48

Tinaliah, Tinaliah. "Penerapan Convolutional Neural Network Untuk Klasifikasi Citra Ekspresi Wajah Manusia Pada MMA Facial Expression Dataset." JATISI (Jurnal Teknik Informatika dan Sistem Informasi) 8, no. 4 (2021): 2051–59. http://dx.doi.org/10.35957/jatisi.v8i4.1437.

Full text

Abstract:

Ekspresi wajah manusia secara umum mewakili emosi atau perasaan yang sedang dirasakannya saat itu. Klasifikasi citra ekspresi wajah dapat membantu untuk mengetahui apakah emosi yang sedang dirasakan seseorang. CNN adalah jenis neural network yang digunakan untuk mengekstrak fitur – fitur dari sebuah citra dan sangat unggul apabila diterapkan pada data citra. Pada penelitian ini akan dilakukan klasifikasi citra ekspresi wajah dengan menerapkan Convolution Neural Network pada dataset MMA Facial Expression. Dimana data akan dibagi menjadi 2 kelas, yaitu happy dan sad. Pengujian dilakukan mengguna

APA, Harvard, Vancouver, ISO, and other styles

49

Bashit, Nurhadi, Yudo Prasetyo, and Andri Suprayogi. "Klasifikasi Berbasis Objek untuk Pemetaan Penggunaan Lahan menggunakan Citra SPOT 5 di Kecamatan Ngaglik." TEKNIK 40, no. 2 (2019): 122. http://dx.doi.org/10.14710/teknik.v39i3.23050.

Full text

Abstract:

Pesatnya pertumbuhan penduduk berdampak pada peningkatan pembangunan di setiap wilayah. Hal ini menyebabkan semakin terbatasnya keberaadaan lahan pada suatu wilayah sehingga mendasari perubahan penggunaan lahan. Pembangunan harus mengikuti pada peraturan yang telah dibuat agar tidak menimbulkan masalah seperti terbentuknya lahan kritis. Oleh karena itu, pemantauan penggunaan lahan pada suatu wilayah perlu dilakukan agar pembangunan tidak menimbulkan permasalahan. Artikel ini memuat pemanfaatan metode pengindraan jauh untuk pemantauan penggunaan lahan di Kecamatan Ngaglik, Kabupaten Sleman, Yog

APA, Harvard, Vancouver, ISO, and other styles

50

., Muhathir. "KLASIFIKASI EKSPRESI WAJAH MENGGUNAKAN BAG OF VISUAL WORDS." InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) 2, no. 2 (2018): 118–23. http://dx.doi.org/10.30743/infotekjar.v2i2.181.

Full text

Abstract:

Pada hakikatnya, manusia dapat membedakan pola terhadap suatu objek berdasarkan bentuk visual yang mengandung keadaan emosional. Seperti membedakan ekspresi wajah seseorang pada suatu citra. Manusia dapat membedakan ekspresi pada citra tersebut secara kasat mata. Namun komputer yang tidak dapat mengenali ekspresi wajah tersebut. Bag of visual words merupakan suatu skema untuk mengklasifikasikan citra berdasarkan nilai-nilai pixel pada citra. Dengan menggunakan deteksi interest point dan ekstraksi interest point, bag of visual words mengambil ciri unik pada citra sehingga dapat membedakan pola-

APA, Harvard, Vancouver, ISO, and other styles

We offer discounts on all premium plans for authors whose works are included in thematic literature selections. Contact us to get a unique promo code!