Estimasi Kandungan Lignin pada Citra Dedak Padi yang bBercampur Sekam menggunakan Metode RUN Length dan KNN
dc.contributor.advisor | Kustiyo, Aziz | |
dc.contributor.advisor | Jayanegara, Anuraga | |
dc.contributor.author | Novita, Eylien Desy | |
dc.date.accessioned | 2017-05-19T06:09:24Z | |
dc.date.available | 2017-05-19T06:09:24Z | |
dc.date.issued | 2016 | |
dc.identifier.uri | http://repository.ipb.ac.id/handle/123456789/85336 | |
dc.description.abstract | Pemalsuan dedak padi terjadi cukup tinggi karena harga dedak padi yang mahal. Kualitas dedak padi yang bercampur sekam dapat menurun karena kandungan serat kasar dan lignin bersifat anti-nutrisi. Kandungan lignin dapat diestimasi dengan tekstur citra dedak padi yang bercampur sekam. Penelitian ini bertujuan untuk melakukan analisis tekstur pada citra dedak padi yang bercampur sekam menggunakan metode ekstraksi ciri run length dengan klasifikasi k-nearest neighbour (KNN). Citra dedak padi yang bercampur sekam diambil menggunakan mikroskop digital Dino Capture dengan perbesaran 200 kali dan menghasilkan keluaran citra berukuran 640×480 piksel dengan format bitmap. Praproses dilakukan dengan mengubah citra RGB ke dalam grayscale, lalu hasil citra grayscale dilakukan image enhancement menggunakan histogram equalization. Pembagian data uji dan data latih menggunakan 3 model k-fold cross validation dengan k = 5. Hasil KNN menggunakan 7 fitur run length menunjukkan akurasi terbaik sebesar 74.55% pada sudut 135° dan k = 5. | id |
dc.language.iso | id | id |
dc.publisher | Bogor Agricultral University (IPB) | id |
dc.subject.ddc | Computer science | id |
dc.title | Estimasi Kandungan Lignin pada Citra Dedak Padi yang bBercampur Sekam menggunakan Metode RUN Length dan KNN | id |
dc.type | Undergraduate Thesis | id |
dc.subject.keyword | dedak padi | id |
dc.subject.keyword | k-nearest neighbour | id |
dc.subject.keyword | lignin | id |
dc.subject.keyword | run length | id |
dc.subject.keyword | sekam | id |
Files in this item
This item appears in the following Collection(s)
-
UT - Computer Science [2323]