<![CDATA[Pengidentifikasian tekstur pada buah naga merupakan langkah penting dalam menilai kualitas dan kematangan buah. Dalam penelitian ini, kami mengusulkan pendekatan menggunakan Analisis Komponen Utama (PCA) untuk mengidentifikasi tekstur pada buah naga. Metode PCA digunakan untuk mengekstraksi fitur-fitur utama dari citra buah naga, memungkinkan pemahaman yang mendalam tentang variasi tekstur yang terkandung di dalamnya. Data citra buah naga yang beragam dikumpulkan untuk analisis, yang melibatkan proses ekstraksi fitur dan pengurangan dimensi dengan PCA. Selanjutnya, klasifikasi pola tekstur menggunakan algoritma machine learning seperti Support Vector Machine (SVM) atau K-Nearest Neighbors (KNN).Eksperimen dilakukan untuk mengevaluasi keefektifan pendekatan ini dalam mengidentifikasi dan membedakan tekstur pada buah naga, dengan fokus pada akurasi klasifikasi dan pengenalan pola. Hasil eksperimen menunjukkan bahwa metode PCA memberikan hasil yang menjanjikan dalam pengidentifikasi tekstur pada buah naga, dengan potensi untuk meningkatkan proses pemilahan buah berbasis citra secara otomatis.]]>
Copyrights © 2024
