Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Building of Informatics, Technology and Science Jurnal Informatika: Jurnal Pengembangan IT
Harlena, Silvia
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika: Jurnal Pengembangan IT

 1 
Klasifikasi Buah Berkhasiat Obat Dengan Algoritme Euclidean Distance Menggunakan Ekstraksi Ciri Bentuk dan Tekstur Amalya, Farida; Harlena, Silvia
Jurnal Informatika: Jurnal Pengembangan IT Vol 7, No 2 (2022)
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/jpit.v7i2.3688

Abstract

Mengonsumsi buah sangat dianjurkan karena mengandung vitamin, mineral, serta serat yang dibutuhkan oleh tubuh. Selain itu, ternyata buah-buahan dapat menjadi obat dan mencegah dari berbagai penyakit. Berdasarkan kajian riset secara empiris menunjukkan bahwa buah memiliki kandungan yang yang dapat menjadi obat bagi tubuh manusia. Akan tetapi, pengetahuan mengenai khasiat buah sebagai obat belum tersebar ke banyak orang. Buah-uahan yang berkhasiat obat dapat dikenali jika dilihat dari bentuk dan teksturnya. Penelitian ini bertujuan untuk melakukan klasifikasi jenis buah berkhasiat obat menggunakan euclidean distance dengan ekstraksi ciri bentuk dan tekstur. Proses ekstraksi ciri dilakukan agar dapat mengidentifikasi informasi dari ciri-ciri yang terdapat pada sebuah citra. Ekstraksi ciri bentuk didapatkan berdasarkan nilai metric dan eccentricity. Untuk ekstraksi ciri tekstur digunakan Gray Level Co-occurence Matrix (GLCM). Sedangkan proses klasifikasi menggunakan euclidean distance yang memiliki fungsi sebagai penentu tingkat kemiripan dari beberapa citra berdasarkan jarak eucliedean. Berdasarkan evaluasi model dengan menggunakan uji akurasi memperlihatkan bahwa model yang dikembangkan memiliki tingkat akurasi mencapat 83,33%. Hasil tersebut menunjukkan model yang dikembangkan mampu melakukan klasifikasi dengan baik.
Co-Authors Amalya, Farida Ariestiandy, Deny Rini Nuraini, Rini