KLASIFIKASI CITRA BUAH SALAK PUSAKA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN EKSTRAKSI FITUR GLCM

ANTONI, ALDI (2025) KLASIFIKASI CITRA BUAH SALAK PUSAKA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN EKSTRAKSI FITUR GLCM. Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (1MB)
	Text BAB 1 2 3.pdf Download (405kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (759kB) | Request a copy

Abstract

Penilaian kualitas buah salak pusaka selama ini masih dilakukan secara manual oleh petani dengan mengandalkan pengamatan terhadap bentuk, warna, dan tekstur, sehingga hasilnya cenderung subjektif, tidak konsisten, dan kurang efisien jika diterapkan dalam skala besar. Penelitian ini bertujuan untuk merancang dan membangun sistem klasifikasi otomatis citra buah salak pusaka menggunakan metode Gray Level Co-occurrence Matrix (GLCM) untuk ekstraksi fitur tekstur dan algoritma Support Vector Machine (SVM) sebagai metode klasifikasi. Dataset yang digunakan berjumlah 506 citra buah salak pusaka yang diperoleh melalui pengambilan gambar langsung menggunakan kamera smartphone. Tahapan penelitian meliputi pra-pemrosesan citra (resize, konversi grayscale, dan normalisasi), ekstraksi fitur GLCM (contrast, correlation, energy, dan homogeneity), serta klasifikasi menggunakan SVM. Evaluasi kinerja sistem dilakukan dengan membagi dataset menjadi data latih, validasi, dan uji, serta diukur menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model klasifikasi yang dibangun mampu mencapai tingkat akurasi sebesar 98,94%, yang membuktikan efektivitas kombinasi metode GLCM dan SVM dalam mengenali pola tekstur kulit salak pusaka. Dengan demikian, sistem ini dapat menjadi solusi teknologi yang cepat, objektif, dan konsisten dalam menilai kualitas buah, serta berpotensi mendukung petani dan pelaku usaha dalam meningkatkan mutu serta daya saing produk pertanian lokal.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Ekstraksi Fitur GLCM, Klasifikasi Citra, Pengolahan Citra, Salak Pusaka, Support Vector Machine.
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Pustaka - -
Date Deposited:	10 Sep 2026 08:09
Last Modified:	10 Sep 2026 08:09
URI:	http://repository.upp.ac.id/id/eprint/4696

Actions (login required)

View Item