Optimasi Identifikasi Klasifikasi Nyamuk Aedes Aegypti Dalam Ekstraksi Fitur Glcm Dan KNN

Gusniar Alfian Noor (Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Jakarta)
Dadang Iskandar Mulyana (Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika, Jakarta)

Jurnal Widya
Vol. 3 No. 2 (2022): Jurnal Widya, October 2022

Di negara tropis seperti Indonesia penyebaran nyamuk aedes aegypti sangat mudah dengan kondisi lingkungan yang mendukung untuk nyamuk berkembang biak. Dengan ciri khas nyamuk berukuran kecil dan memiliki tubuh berwarna hitam belang putih  disekujur tubuhnya. Dalam hal ini peneliti melakukan identifikasi klasifikasi dalam ekstraksi Gray Level Co-occurrence Matrix dan K-Nearest Neighbor untuk mengoptimalkan citra nyamuk Aedes Aegypti. Klasifikasi K-Nearest Neighbor digunakan dalam penelitian dengan pengujian citra dataset yang didapat melalui website kaggel sebanyak 1.958 sampel citra, terdiri dari 981 citra image aedes aeygpti dan 977 citra mask aedes aeygpti yang dipisahkan menjadi data 700 training dan 300 test, menunjukkan nilai Akurasi sebesar 99,00% dan nila Loss sebesar 1,00% bahwa penelitian dengan menggunakan metode ini sangat baik.