Rezky, Eka, Neng Ika Kurniati, Rahmi
{"title":"Klasifikasi Jenis Buah Jambu Biji Menggunakan Algoritma Principal Component Analysis dan K-Nearest Neighbor","authors":"Rezky, Eka, Neng Ika Kurniati, Rahmi","doi":"10.29407/gj.v6i2.17777","DOIUrl":null,"url":null,"abstract":"Jambu biji sering disebut juga jambu klutuk, jambu siki, jambu batu dan bangkok. Tingkat kematangan buah jambu biji dapat ditentukan dengan cara melihat berbagai faktor. Bentuk adalah salah satu faktor yang berperan mengidentifikasi objek tertentu. Klasifikasi buah jambu biji dapat dilihat dari bentuk maupun warnanya. Terdapat dua cara untuk mengklasifikasi buah jambu biji yaitu secara destruktif dan non-destruktif. Kematangan buah jambu biji secara destruktif dilakukan dengan membuka buah jambu biji untuk mengetahui jenisnya berdasarkan warna daging dan biji. Maka di bangunlah sebuah aplikasi Matlab untuk menentukan jenis jambu biji berdasarkan warna, bentuk dan teksturnya. K-Nearest Neighbor dapat melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut sehingga hasilnya bisa lebih akurat. Principal Component Analysis (PCA) adalah teknik statistik untuk menyederhanakan kumpulan data banyak-dimensi menjadi dimensi yang lebih rendah (extration feature). Kombinasi antara K-Nearest Neighbor dengan Principal Component Analysis mengahasilkan akurasi yang cukup tinggi untuk penentuan jenis jambu biji menggunakan data latih dengan jumlah 36 data jambu biji dan data uji dengan jumlah 9 data jambu biji.","PeriodicalId":200108,"journal":{"name":"Generation Journal","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-16","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.v6i2.17777","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

番石榴也被称为番石榴,番石榴,番石榴和曼谷。番石榴果实的成熟度可以通过观察各种因素来确定。形状是识别特定物体的因素之一。番石榴的分类可以从它的形状和颜色来判断。番石榴果实有两种分类方法,一种是破坏性的,另一种是非破坏性的。番石榴果实的成熟被认为是通过打开番石榴果实来根据肉和种子的颜色来判断的。然后建立了Matlab应用程序,根据其颜色、形状和质地确定番石榴的类型。邻居可以根据离目标最近的学习数据对对象进行分类,从而得出更准确的结论。原则分析是将多维数据集简化为低维度的统计技术。近端K-Nearest环境和主压缩分析的组合提供了足够的准确性,可以用36个番石榴的分析数据和9个番石榴的测试数据来确定番石榴的类型。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Klasifikasi Jenis Buah Jambu Biji Menggunakan Algoritma Principal Component Analysis dan K-Nearest Neighbor
Jambu biji sering disebut juga jambu klutuk, jambu siki, jambu batu dan bangkok. Tingkat kematangan buah jambu biji dapat ditentukan dengan cara melihat berbagai faktor. Bentuk adalah salah satu faktor yang berperan mengidentifikasi objek tertentu. Klasifikasi buah jambu biji dapat dilihat dari bentuk maupun warnanya. Terdapat dua cara untuk mengklasifikasi buah jambu biji yaitu secara destruktif dan non-destruktif. Kematangan buah jambu biji secara destruktif dilakukan dengan membuka buah jambu biji untuk mengetahui jenisnya berdasarkan warna daging dan biji. Maka di bangunlah sebuah aplikasi Matlab untuk menentukan jenis jambu biji berdasarkan warna, bentuk dan teksturnya. K-Nearest Neighbor dapat melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut sehingga hasilnya bisa lebih akurat. Principal Component Analysis (PCA) adalah teknik statistik untuk menyederhanakan kumpulan data banyak-dimensi menjadi dimensi yang lebih rendah (extration feature). Kombinasi antara K-Nearest Neighbor dengan Principal Component Analysis mengahasilkan akurasi yang cukup tinggi untuk penentuan jenis jambu biji menggunakan data latih dengan jumlah 36 data jambu biji dan data uji dengan jumlah 9 data jambu biji.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信