{"title":"花的类型标识算法使用KNN提取HSV颜色和GLCM纹理","authors":"A. Salsabila, Rika Yunita, Chaerur Rozikin","doi":"10.33050/TMJ.V6I1.1667","DOIUrl":null,"url":null,"abstract":"Beragamnya jenis bunga yang ada serta memiliki spesies dan kemiripan pada setiap ragamnya, membuat para pecinta tanaman dan pembudi daya sulit untuk membedakan dalam penentuan jenis bunga, diperlukannya waktu yang sangat lama untuk mengetahui jenis bunga jika hanya mengandalkan panca indera saja. Penerapan algoritma K-Nearest Neighbor serta ekstrasi ciri terhadap warna dan tekstur sangat membantu dalam pengolahan citra untuk mengidentifikasi bunga menjadi lebih mudah dan mempersingkat waktu, dengan akurasi terbesar 71% menggunakan nilai K-7, identifikasi bunga berhasil dilakukan.","PeriodicalId":164478,"journal":{"name":"Technomedia Journal","volume":"516 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-07-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"16","resultStr":"{\"title\":\"Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM\",\"authors\":\"A. Salsabila, Rika Yunita, Chaerur Rozikin\",\"doi\":\"10.33050/TMJ.V6I1.1667\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Beragamnya jenis bunga yang ada serta memiliki spesies dan kemiripan pada setiap ragamnya, membuat para pecinta tanaman dan pembudi daya sulit untuk membedakan dalam penentuan jenis bunga, diperlukannya waktu yang sangat lama untuk mengetahui jenis bunga jika hanya mengandalkan panca indera saja. Penerapan algoritma K-Nearest Neighbor serta ekstrasi ciri terhadap warna dan tekstur sangat membantu dalam pengolahan citra untuk mengidentifikasi bunga menjadi lebih mudah dan mempersingkat waktu, dengan akurasi terbesar 71% menggunakan nilai K-7, identifikasi bunga berhasil dilakukan.\",\"PeriodicalId\":164478,\"journal\":{\"name\":\"Technomedia Journal\",\"volume\":\"516 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-07-20\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"16\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Technomedia Journal\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33050/TMJ.V6I1.1667\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Technomedia Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33050/TMJ.V6I1.1667","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM
Beragamnya jenis bunga yang ada serta memiliki spesies dan kemiripan pada setiap ragamnya, membuat para pecinta tanaman dan pembudi daya sulit untuk membedakan dalam penentuan jenis bunga, diperlukannya waktu yang sangat lama untuk mengetahui jenis bunga jika hanya mengandalkan panca indera saja. Penerapan algoritma K-Nearest Neighbor serta ekstrasi ciri terhadap warna dan tekstur sangat membantu dalam pengolahan citra untuk mengidentifikasi bunga menjadi lebih mudah dan mempersingkat waktu, dengan akurasi terbesar 71% menggunakan nilai K-7, identifikasi bunga berhasil dilakukan.