KLASIFIKASI UMUR LAHAN PERKEBUNAN KELAPA
SAWIT PADA CITRA FOTO UDARA BERDASARKAN
TEKSTUR MENGGUNAKAN METODE NAÃVE BAYE
Total View This Week0
Total View This Week0
Institusion
Universitas Muhammadiyah Gresik
Author
ROSALINA, ELIN
Subject
Informatics Engineering
Datestamp
2019-07-15 10:07:42
Abstract :
Perkembangan dan kemajuan dalam bidang Teknologi dan Informasi memberikan pengaruh yang cukup besar dalam dunia analisis citra. Saat ini, proses manipulasi citra semakin mudah dilakukan, salah satu faktor munculnya berbagai macam metode pada segmentasi citra. Segmentasi citra merupakan langkah awal dalam melakukan pengolahan citra, pengenalan pola, visi computer, karena hampir sebagian besar proses pengolahan citra bergantung pada hasil operasi enhancement atau proses perbaikan citra. Pada tugas akhir ini akan diimplementasikan dalam proses menentukan jenis lahan perkebunan kelapa sawit menggunakan metode Naïve Bayes. Proses perbaikan dimulai dari citra RGB ke Greyscale, kemudian dilanjutkan pada proses equalisasi histrogram, kemudian dilanjutkan dengan proses invers citra. Proses ekstraksi ciri dilakukan setelah operasi perbaikan citra dengan menggunakan metode co-occurrence matrix. Proses ekstraksi ciri co-occurrence matrix menghasilkan 6 fitur, yaitu nilai angular second moment, contrast, correlation, varience, invers different moment, dan entropy. Proses Naïve Bayes merupakan salah satu proses untuk mengelompokan suatu data kelas . Terdapat empat kelas yang di gunakan dalam uji sistem ini, yaitu Kelapa Sawit Muda, kelapa sawit dewasa, dan Kelapa Sawit Tua. Penentuan kelas berdasarkan nilai terbesar sebagai kelas yang sesuai. Berdasarkan tujuan diatas, kemudian dapat dibuatkan sebuah sistem dengan menggunakan program aplikasi Matlab R2011b. Penggujian dilakukan dengan menggunakan citra gambar berbagai macam pohon kelapa sawit pada perkebunan di Kalimantan yang diambil dari foto udara yang kemudian dicropping untuk dijadikan sample dengan ukuran pixel 60X60 sebanyak 400 citra.
Perkembangan dan kemajuan dalam bidang Teknologi dan Informasi memberikan pengaruh yang cukup besar dalam dunia analisis citra. Saat ini, proses manipulasi citra semakin mudah dilakukan, salah satu faktor munculnya berbagai macam metode pada segmentasi citra. Segmentasi citra merupakan langkah awal dalam melakukan pengolahan citra, pengenalan pola, visi computer, karena hampir sebagian besar proses pengolahan citra bergantung pada hasil operasi enhancement atau proses perbaikan citra. Pada tugas akhir ini akan diimplementasikan dalam proses menentukan jenis lahan perkebunan kelapa sawit menggunakan metode Naïve Bayes. Proses perbaikan dimulai dari citra RGB ke Greyscale, kemudian dilanjutkan pada proses equalisasi histrogram, kemudian dilanjutkan dengan proses invers citra. Proses ekstraksi ciri dilakukan setelah operasi perbaikan citra dengan menggunakan metode co-occurrence matrix. Proses ekstraksi ciri co-occurrence matrix menghasilkan 6 fitur, yaitu nilai angular second moment, contrast, correlation, varience, invers different moment, dan entropy. Proses Naïve Bayes merupakan salah satu proses untuk mengelompokan suatu data kelas . Terdapat empat kelas yang di gunakan dalam uji sistem ini, yaitu Kelapa Sawit Muda, kelapa sawit dewasa, dan Kelapa Sawit Tua. Penentuan kelas berdasarkan nilai terbesar sebagai kelas yang sesuai. Berdasarkan tujuan diatas, kemudian dapat dibuatkan sebuah sistem dengan menggunakan program aplikasi Matlab R2011b. Penggujian dilakukan dengan menggunakan citra gambar berbagai macam pohon kelapa sawit pada perkebunan di Kalimantan yang diambil dari foto udara yang kemudian dicropping untuk dijadikan sample dengan ukuran pixel 60X60 sebanyak 400 citra.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
