Ryan Satria
a:1:{s:5:"en_US";s:5:"UNTAR";}

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Gambar Perkotaan dengan Lahan Hijau Menggunakan SVD dan KNN Ryan Satria; Dyah Erny Herwindiati
Computatio : Journal of Computer Science and Information Systems Vol. 9 No. 2 (2025): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v9i2.35313

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan citra perkotaan dan lahan hijau dengan memanfaatkan metode Singular Value Decomposition (SVD) untuk reduksi dimensi dan K-Nearest Neighbors (KNN) sebagai algoritma klasifikasi. Dataset yang digunakan terdiri dari 60 gambar, masing-masing 30 citra perkotaan dan 30 citra lahan hijau, dengan ukuran 40×40 piksel yang diambil dari berbagai sumber daring. Setiap citra diubah menjadi vektor fitur berdimensi tinggi kemudian direduksi menggunakan SVD untuk mengekstraksi komponen utama yang paling signifikan. Hasil analisis scree plot menunjukkan bahwa tiga komponen utama sudah cukup untuk mewakili variansi terbesar dalam data. Selanjutnya, dataset dibagi menjadi 80% data latih dan 20% data uji untuk proses klasifikasi menggunakan KNN dengan parameter k=3. Evaluasi kinerja dilakukan dengan membandingkan hasil prediksi model terhadap label asli melalui tabel perbandingan kelas, confusion matrix, serta perhitungan akurasi. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan citra dengan akurasi sempurna sebesar 100%. Namun hasil akurasi sempurna diakibatkan oleh jumlah dataset yang kecil. Temuan ini membuktikan bahwa kombinasi metode SVD dan KNN efektif dalam membedakan citra perkotaan dan lahan hijau berdasarkan karakteristik warna dominannya.