Klasifikasi Kualitas Buah Apel Berdasarkan Warna dan Bentuk Menggunakan Metode KNN

Generation Journal Pub Date : 2024-02-05 DOI:10.29407/gj.v8i1.21052

Cindy Suryanti, Mujibur Rohman

{"title":"Klasifikasi Kualitas Buah Apel Berdasarkan Warna dan Bentuk Menggunakan Metode KNN","authors":"Cindy Suryanti, Mujibur Rohman","doi":"10.29407/gj.v8i1.21052","DOIUrl":null,"url":null,"abstract":"Buah apel merupakan merupakan salah satu buah-buahan yang memiliki banyak penggemar dengan kandungan buah seperti tinggi serat, vitamin C, dan berbagai macam antioksidan. Satu buah apel diketahui mengandung 95 kalori, yang sebagian besarnya berasal dari kandungan karbohidrat di dalamnya. Pemilihan buah apel untuk dikonsumsi adalah buah dengan kualitas yang bagus yaitu tidak terlalu muda dan tidak busuk. Tujuan dari penelitian ini adalah untuk merancang dan membangun sistem klasifikasi jenis jeruk berdasarkan daun sehingga diketahui kelebihan dan kekurangan metode KNN dan untuk mengetahui tingkat akurasi metode KNN. Aplikasi ini menggunakan metode KNN dan menggunakan eksraksi fitur meanR, meanG, meanB, standR, standG, standB, contras, correlation, energy, homogeneity, perimeter, area, accentricity. Pada penelitian ini untuk menentukan kualitas baik dan buruk, data seluruhnya ada 117 diantara lain data Training 74 dan testing 43 dan penelitian ini memiliki nilai akurasi tertinggi yaitu K5 dengan total sebesar 88.37%. \nApples are one of the fruits that have many fans with fruit content such as high fiber, vitamin C, and various kinds of antioxidants. One apple is known to contain 95 calories, most of which come from the carbohydrate content in it. The selection of apples for consumption is fruit with good quality, which is not too young and not rotten. The purpose of this research is to design and build a citrus type classification system based on leaves so that the advantages and disadvantages of the KNN method are known and to determine the accuracy of the KNN method. This application uses the KNN method and uses feature extraction meanR, meanG, meanB, standR, standG, standB, contrast, correlation, energy, homogeneity, perimeter, area, accentricity. In this study, to determine good and bad quality, there were 117 data in total, including training data 74 and testing 43 and this study had the highest accuracy value, namely K5 with a total of 88.37%. \n ","PeriodicalId":200108,"journal":{"name":"Generation Journal","volume":"120 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-02-05","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Generation Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29407/gj.v8i1.21052","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Buah apel merupakan merupakan salah satu buah-buahan yang memiliki banyak penggemar dengan kandungan buah seperti tinggi serat, vitamin C, dan berbagai macam antioksidan. Satu buah apel diketahui mengandung 95 kalori, yang sebagian besarnya berasal dari kandungan karbohidrat di dalamnya. Pemilihan buah apel untuk dikonsumsi adalah buah dengan kualitas yang bagus yaitu tidak terlalu muda dan tidak busuk. Tujuan dari penelitian ini adalah untuk merancang dan membangun sistem klasifikasi jenis jeruk berdasarkan daun sehingga diketahui kelebihan dan kekurangan metode KNN dan untuk mengetahui tingkat akurasi metode KNN. Aplikasi ini menggunakan metode KNN dan menggunakan eksraksi fitur meanR, meanG, meanB, standR, standG, standB, contras, correlation, energy, homogeneity, perimeter, area, accentricity. Pada penelitian ini untuk menentukan kualitas baik dan buruk, data seluruhnya ada 117 diantara lain data Training 74 dan testing 43 dan penelitian ini memiliki nilai akurasi tertinggi yaitu K5 dengan total sebesar 88.37%. Apples are one of the fruits that have many fans with fruit content such as high fiber, vitamin C, and various kinds of antioxidants. One apple is known to contain 95 calories, most of which come from the carbohydrate content in it. The selection of apples for consumption is fruit with good quality, which is not too young and not rotten. The purpose of this research is to design and build a citrus type classification system based on leaves so that the advantages and disadvantages of the KNN method are known and to determine the accuracy of the KNN method. This application uses the KNN method and uses feature extraction meanR, meanG, meanB, standR, standG, standB, contrast, correlation, energy, homogeneity, perimeter, area, accentricity. In this study, to determine good and bad quality, there were 117 data in total, including training data 74 and testing 43 and this study had the highest accuracy value, namely K5 with a total of 88.37%.

查看原文本刊更多论文

使用 KNN 方法根据颜色和形状对苹果果实质量进行分类

苹果是最受欢迎的水果之一，因为它含有高纤维、维生素 C 和各种抗氧化剂。据了解，一个苹果含有 95 卡路里，其中大部分来自于苹果中的碳水化合物。选择苹果食用时，要选择质量好、不太嫩、不腐烂的水果。本研究的目的是设计和建立一个基于叶子的柑橘类型分类系统，从而了解 KNN 方法的优缺点，并确定 KNN 方法的准确性。本应用采用 KNN 方法，并使用特征提取 meanR、meanG、meanB、standR、standG、standB、对比度、相关性、能量、同质性、周长、面积、重心度。本研究在确定质量好坏时，共有 117 个数据，包括 74 个训练数据和 43 个测试数据，本研究的准确率值最高，即 K5，总准确率为 88.37%。苹果是拥有众多粉丝的水果之一，它含有高纤维、维生素 C 和各种抗氧化剂。据了解，一个苹果含有 95 卡路里热量，其中大部分来自其中的碳水化合物。食用苹果要选择品质好、不嫩不烂的水果。本研究的目的是设计和建立一个基于叶子的柑橘类型分类系统，从而了解 KNN 方法的优缺点，并确定 KNN 方法的准确性。本应用采用 KNN 方法，并使用特征提取 meanR、meanG、meanB、standR、standG、standB、对比度、相关性、能量、同质性、周长、面积、重心度。在本研究中，为了确定质量的好坏，共有 117 个数据，其中训练数据 74 个，测试数据 43 个，本研究的准确率值最高，即 K5，总准确率为 88.37%。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Generation Journal

自引率

0.00%

发文量