<![CDATA[Klasifikasi citra dengan objek buah merupakan permasalahan klasik pada area klasifikasi citra yang hingga saat ini, masih menarik minat para peneliti. Dalam proses klasifikasi buah proses feature selection atau pemilihan fitur, merupakan salah satu faktor yang mempengaruhi tingkat keberhasilan dan tingkat akurasi. Pada buah terdapat beberapa jenis fitur yang dapat kita gunakan dalam proses klasifikasi, fitur warna merupakan salah satu fitur yang cukup dominan dan telah banyak digunakan pada penelitian terdahulu. Pada penelitian ini fitur model warna HSV akan digunakan pada proses klasifikasi buah dengan menggunakan klasifikator SVM. Metodologi yang diajukan adalah dengan menggunakan fitur histogram HSV yang telah dinormalisasi dan similarity dari citra training dengan citra target dengan menggunakan metode Bhattacharyya Coefficient. Fitur yang didapatkan akan digunakan pada proses training pada SVM untuk mendapatkan hyperplane yang ideal dengan margin maksimal. Setelah melakukan pengujian dengan klasifikator SVM, diketahui bahwa tingkat akurasi cukup baik, yaitu sebesar 94%, dimana SVM mampu melakukan klasifikas secara akurat terhadap jenis buah yang telah ditraining menggunakan klasifikator SVM.]]>
Copyrights © 2018
