<![CDATA[Penelitian ini bertujuan untuk membangun sistem klasifikasi bibit kelapa menggunakan NBC, target khususnya yaitu menyusun sistem klasifikasi bibit kelapa menggunakan NBC, melakukan identifikasi bibit kelapa yang berdasarkan warna RGB dan bentuk, membangun sistem klasifikasi bibit kelapa menggunakan NBC, melakukan evaluasi sistem klasifikasi yang dibangun, memberikan gambaran teknik pengolahan citra digital dan NBC untuk klasifikasi bibit kelapa, memberikan informasi klasifikasi bibit kelapa ke dalam bentuk kelas grade A, B dan, C sebagai bentuk luaran dari sistem klasifikasi bibit kelapa, mengevaluasi sistem klasifikasi yang dibangun. Mengukur tingkat klasifikasi kualitas bibit kelapa dan implementasikan data mining dengan NBC berdasarkan warna RGB pada citra bibit kelapa. Hasil klasifkasi sistem 10 x 10 – fold crossvalidation pada masing–masing katagori yaitu: a. katagori klasifikasi kualitas bibit kelapa Grade A (80–85 %) dihasilkan ketelitian rata-rata 66,521 % dengan simpangan baku 11,65715 %; b. katagori kualitas bibit kelapa Grade B (70–75 %) rata–rata dihasilkan ketelitian 58,025 % dengan simpangan baku 8,011074 %; c. katagori kualitas bibit kelapa Grade C(60–65 %) rata–rata dihasilkan ketelitian 63,021 % dengan simpangan baku 17,06763 %. Dari hasil 10 eksperimen diklasifikasikan menghasilkan informasi jarak dan prosentase kemiripan. Dari hasil didapat adalah Grade C yang memiliki persentase tertinggi dengan jarak 0,309% dan prosentase kemiripan 64 %.Hasil akhir evaluasi dari data eksperimen secara global, memiliki ketelitian rata-rata 87.02 %. Untuk mendapatkan persentase kemiripan yang tinggi harus dilakukan data latih yang banyak terhadap sistem klasifikasi kualitas bibit kelapa.]]>
Copyrights © 2023
