Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Rizky, Yulia
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
KLASIFIKASI KUALITAS DAUN TEMBAKAU MENGGUNAKAN GLCM (GRAY LEVEL CO-OCCURRENCE MATRIX) DAN SVM (SUPPORT VECTOR MACHINE) Sriani, Sriani; Rizky, Yulia
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4599

Abstract

Indonesia, negara dengan flora yang beragam, adalah rumah bagi berbagai jenis tanaman. Tanaman yang dikenal dengan nama tembakau ini memiliki daun yang besar dan memanjang. Namun tekstur daun tembakau akan tetap tampak sama pada semua daun tembakau jika hanya dilihat dengan mata kepala sendiri sehingga sulit untuk menentukan daun mana yang memiliki kualitas yang sesuai. Gray Level Co-Occurrence Matrix (GLCM) dan Support Vector Machine (SVM) digunakan selama fase pemrosesan citra digital dari penelitian ini untuk menyelesaikan klasifikasi kelayakan kualitas daun tembakau. Berdasarkan hasil ekstraksi ciri GLCM, metode SVM digunakan untuk mengklasifikasikan varietas tembakau berdasarkan tekstur daun. Hasil percobaan bahwa aplikasi yang dibangun dapat melakukan pemrosesan citra daun tembakau dan mengklasifikasikan mutu tembakau dari proses pemrosesan citra daun tembakau dengan nilai akurasi untuk klasifikasi akurasi nilai akurasi rata-rata adalah 73,3%.
KLASIFIKASI KUALITAS DAUN TEMBAKAU MENGGUNAKAN GLCM (GRAY LEVEL CO-OCCURRENCE MATRIX) DAN SVM (SUPPORT VECTOR MACHINE) Sriani, Sriani; Rizky, Yulia
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4599

Abstract

Indonesia, negara dengan flora yang beragam, adalah rumah bagi berbagai jenis tanaman. Tanaman yang dikenal dengan nama tembakau ini memiliki daun yang besar dan memanjang. Namun tekstur daun tembakau akan tetap tampak sama pada semua daun tembakau jika hanya dilihat dengan mata kepala sendiri sehingga sulit untuk menentukan daun mana yang memiliki kualitas yang sesuai. Gray Level Co-Occurrence Matrix (GLCM) dan Support Vector Machine (SVM) digunakan selama fase pemrosesan citra digital dari penelitian ini untuk menyelesaikan klasifikasi kelayakan kualitas daun tembakau. Berdasarkan hasil ekstraksi ciri GLCM, metode SVM digunakan untuk mengklasifikasikan varietas tembakau berdasarkan tekstur daun. Hasil percobaan bahwa aplikasi yang dibangun dapat melakukan pemrosesan citra daun tembakau dan mengklasifikasikan mutu tembakau dari proses pemrosesan citra daun tembakau dengan nilai akurasi untuk klasifikasi akurasi nilai akurasi rata-rata adalah 73,3%.
Co-Authors