A PHP Error was encountered
Severity: Warning
Message: fopen(/home/rama/public_html/application/cache/sessions/rama_sessionrcehk9pldpihlflc0krbf27f53kjlbph): failed to open stream: No space left on device
Filename: drivers/Session_files_driver.php
Line Number: 174
Backtrace:
File: /home/rama/public_html/application/core/MY_Controller.php
Line: 8
Function: __construct
File: /home/rama/public_html/application/controllers/Document.php
Line: 6
Function: __construct
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
@thesis{thesis,
author={Mukti Jaya Wibawa},
title ={IDENTIFIKASI TINGKAT KEMATANGAN
BUAH JERUK MENGGUNAKAN GLCM
BERDASARKAN WARNA KULIT},
year={2022},
url={http://rama.mdp.ac.id:84/138/},
abstract={Pengolahan citra digital merupakan bagian dari perkembangan teknologi dalam konsep dan penalaran, manusia ingin mesin (komputer) dapat mengenali gambar seperti penglihatan manusia. Gray Level Co-Occurance Matrix (GLCM) merupakan salah satu metode untuk memperoleh karakteristik tekstur gambar dengan menghitung probabilitas hubungan kedekatan antara dua piksel pada jarak dan arah tertentu. Karakteristik tekstur yang diperoleh dari metode GLCM termasuk sebaliknya, kontras, korelasi, homogenitas, dan energi. Fitur yang diekstraksi kemudian digunakan untuk identifikasi dengan menggunakan Euclidean Distance. Penelitian ini akan menghasilkan identifikasi tingkat kematangan buah jeruk dengan kategori mentah, matang dan busuk. Berdasarkan hasil pengujian, sistem dapat melakukan identifikasi tingkat kematangan buah jeruk dengan tingkat akurasi keseluruhan sebesar 80%. Sedangkan akurasi untuk tingkat kematangan busuk 60%, tingkat kematangan matang 80%, dan tingkat kematangan mentah 100%.}
}