KLASIFIKASI JENIS BUAH PISANG BERDASARKAN FITUR WARNA DAN BENTUK MENGGUNAKAN ALGORITMA SVM

Aditiya, Septa Nanda Duwi (2026) KLASIFIKASI JENIS BUAH PISANG BERDASARKAN FITUR WARNA DAN BENTUK MENGGUNAKAN ALGORITMA SVM. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

[img] Text (Full text)
RAMA_55201_2213020091.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[img] Text (Similarity)
RAMA_55201_2213020091_SIMILARITY.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (3MB)
[img] Text (Cover sd BAB 1 + References)
RAMA_55201_2213020091_0720117501_0701107802_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (552kB)
[img] Text (BAB 2)
RAMA_55201_2213020091_0720117501_0701107802_02.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (319kB) | Request a copy
[img] Text (BAB 3)
RAMA_55201_2213020091_0720117501_0701107802_03.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (506kB) | Request a copy
[img] Text (BAB 4)
RAMA_55201_2213020091_0720117501_0701107802_04.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (376kB) | Request a copy
[img] Text (BAB 5)
RAMA_55201_2213020091_0720117501_0701107802_05.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (50kB) | Request a copy
[img] Text (References)
RAMA_55201_2213020091_0720117501_0701107802_06_ref.pdf - Bibliography
Available under License Creative Commons Public Domain Dedication.

Download (173kB)
[img] Text (Lampiran)
RAMA_55201_2213020091_0720117501_0701107802_07_lamp.pdf - Accepted Version
Restricted to Registered users only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Penelitian ini bertujuan merancang sistem klasifikasi jenis buah pisang berbasis citra digital yang mampu melakukan identifikasi jenis pisang berkulit hijau secara akurat, objektif, dan konsisten. Sistem dikembangkan menggunakan algoritma Support Vector Machine (SVM) dengan memanfaatkan ekstraksi fitur warna menggunakan Color Moments dan ekstraksi fitur bentuk menggunakan Hu Moments. Dataset yang digunakan merupakan dataset yang dikumpulkan oleh peneliti yang terdiri atas lima kelas, yaitu Pisang Ambon, Pisang Cavendish, Pisang Morosebo, Pisang Hijau dan Bukan Pisang. Tahapan penelitian meliputi pengumpulan data, prapemrosesan citra, ekstraksi fitur, pelatihan model, evaluasi model, dan implementasi ke dalam aplikasi web berbasis Flask. Pengujian dilakukan melalui empat skenario, yaitu pengujian model menggunakan data hasil augmentasi dengan kernel Linear, Polynomial, dan RBF, serta pengujian model menggunakan data asli. Hasil evaluasi menunjukkan bahwa kernel RBF memberikan performa terbaik dibandingkan kernel lainnya. Pada pengujian menggunakan data asli, model memperoleh akurasi sebesar 93,42% dengan nilai precision, recall, dan F1-score yang menunjukkan kemampuan klasifikasi yang baik pada sebagian besar kelas. Selain itu, pengujian fungsional menunjukkan bahwa seluruh fitur aplikasi berjalan sesuai dengan rancangan sehingga sistem mampu melakukan proses identifikasi jenis buah pisang secara otomatis. Hasil penelitian menunjukkan bahwa kombinasi ekstraksi fitur warna dan bentuk dengan algoritma Support Vector Machine (SVM) efektif dalam mengklasifikasikan jenis buah pisang serta dapat mengurangi subjektivitas pada proses identifikasi manual

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: klasifikasi jenis pisang, pengolahan citra digital, ekstraksi fitur warna dan bentuk, Support Vector Machine (SVM), aplikasi web
Subjects: 100 Mathematics and natural science > 123 Computer science
410 Engineering science > 457 Computer engineering
410 Engineering science > 459 Computer science
Divisions: Fakultas Teknik dan Ilmu Komputer > S1-Teknik Informatika
Depositing User: Septa Nanda Duwi Aditiya
Last Modified: 03 Aug 2026 07:24
URI: http://repository.unpkediri.ac.id/id/eprint/24546

Actions (login required)

View Item View Item