Randitia Ridad Diadi
STIKOM Cipta Karya Informatika

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

Found 1 Documents
Search

KLASIFIKASI JENIS JAMUR MENGGUNAKAN EKSTRAKSI FITUR GLCM DAN K-NEAREST NEIGHBOR ( KNN ) Frencis Matheos Sarimole; Randitia Ridad Diadi
Jurnal Informatika Teknologi dan Sains Vol 4 No 3 (2022): EDISI 13
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (276.471 KB) | DOI: 10.51401/jinteks.v4i3.1996

Abstract

Jamur adalah organisme eukariotik yang dibagi menjadi kingdom tertentu yang disebut "Fungi". Jamur memiliki karakteristik yang berbeda dengan makhluk lainnya. Jenis jamur yang paling terkenal adalah jamur tiram dan jamur kuping yang populer di pasar dan toko bahan makanan. hal ini menyebabkan masyarakat masih belum banyak mengenal jenis jenis jamur lainnya. Dalam mengidentifikasi jenis jamur untuk mempermudah masyarakat  mengetahui ciri-ciri dari beberapa jenis jamur. Oleh karena itu proses klasifiksi jamur perlu dilakukan secara otomatis dengan sistem komputer sehingga diharapkan dapat mempermudah masyarakat untuk mengenali jenis-jenis jamur. Pada penelitian ini menggunakan metode GLCM untuk ekstraksi ciri dan metode KNN untuk proses klasifikasi jenis jamur. Data yang digunakan sebanyak 607 gambar yang di peroleh dari website Kaggle dengan judul "Mushrooms classification" dengan 5 macam dataset Jamur. Sebanyak 80% gambar sebagai data training dan 20% gambar lainnya untuk data uji tingkat akurasi tertinggi yang didapatkan sebesar 73%.