SIFIKASI JENIS DURIAN BERDASARKAN BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE SVM (SUPPORT VECTOR MACHINE)

Febrian, Moh. Romadhoni (2019) SIFIKASI JENIS DURIAN BERDASARKAN BENTUK DAN TEKSTUR DAUN MENGGUNAKAN METODE SVM (SUPPORT VECTOR MACHINE). Other thesis, UNIVERSITAS NURUL JADID.

[thumbnail of Skripsi_13013142_Moh. Romadhoni Febrian_IF.pdf] Text
Skripsi_13013142_Moh. Romadhoni Febrian_IF.pdf
Restricted to Registered users only

Download (4MB)

Abstract

Febrian, Moh Romadhoni. 2019. Klasifikasi Jenis Durian Berdasarkan Bentuk dan Tekstur Daun Menggunakan Metode Support Vector Machine (SVM). Skripsi, Program Studi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Abu Tholib, M.Kom., (II) Kamil Malik, M.Kom.

ABSTRAK

Tanaman durian (Durio zibethinus) merupakan salah satu komoditas buah tahunan unggulan asli Asia Tenggara yang telah dibudidayakan secara luas di Indonesia. Bagi para petani maupun masyarakat awam yang ingin menanam pohon durian, kepastian mengenai varietas atau jenis bibit yang ditanam sangat penting untuk menjamin kualitas buah yang akan dihasilkan. Namun, identifikasi varietas durian secara manual melalui karakteristik fisik tanaman sering kali sulit dilakukan pada fase bibit karena kemiripan visual yang tinggi, sehingga rentan terjadi kesalahan klasifikasi. Penelitian ini bertujuan untuk membangun sebuah sistem otomatisasi klasifikasi jenis durian berbasis pengolahan citra digital (digital image processing) dengan memanfaatkan fitur morfologi bentuk dan tekstur dari daun. Metode klasifikasi yang diimplementasikan dalam penelitian ini adalah Support Vector Machine (SVM). Proses ekstraksi fitur dilakukan untuk mendapatkan nilai representatif dari geometri bentuk daun dan karakteristik teksturnya, yang kemudian digunakan sebagai data masukan bagi algoritma SVM untuk menemukan hyperplane pembatas paling optimal. Hasil penelitian menunjukkan bahwa implementasi metode SVM mampu melakukan klasifikasi varietas durian secara otomatis dengan mencari model kernel terbaik, sehingga menghasilkan tingkat akurasi yang tinggi dalam mengenali jenis-jenis durian berdasarkan citra daunnya.

Kata Kunci: Klasifikasi Varietas, Daun Durian, Support Vector Machine (SVM), Pengolahan Citra Digital, Ekstraksi Fitur.

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA76 Computer software
S Agriculture > SB Plant culture
Divisions: Fakultas Teknik > S1 Teknik Informatika
Depositing User: Saiful Ghazi
Date Deposited: 28 Jun 2026 07:44
Last Modified: 28 Jun 2026 07:44
URI: https://repository.unuja.ac.id/id/eprint/3859

Actions (login required)

View Item View Item