WARDANA, ARI (2024) ANALISIS KINERJA KOMBINASI ALGORTIHMA K– NEAREST NEIGHBOR (K-NN) DAN PRINCIPAL COMPONEN ANALYSIS (PCA) PADA KLASIFIKASI GAMBAR SPESIES BURUNG. S1 thesis, UNIVERSITAS MALIKUSSALEH.

	Text Cover.pdf Download (120kB)
	Text Abstrak.pdf Download (88kB)
	Text Bab I.pdf Download (173kB)
	Text Daftar Pustaka.pdf Download (153kB)
	Text Full-text.pdf Restricted to Registered users only Download (3MB)

Abstract

Bagi masyarakat umum, mengetahui lebih detail tentang berbagai jenis burung menjadi sulit karena banyaknya spesies yang ada dan kesamaan yang dimiliki oleh setiap spesies burung dalam hal ukuran tubuh, warna, dan bentuk fisiknya. Membedakan spesies burung bukanlah tugas yang mudah karena membutuhkan kemampuan, waktu, dan biaya yang besar untuk mempelajari setiap jenis burung yang ada. Maka dari itu, penelitian ini bertujuan untuk mengembangkan sistem pengolahan citra untuk pengklasifikasian jenis burung yaitu burung cekakak suci, kuntul kecil, cabai bunga api, dan burung kutilang yang berada di daerah Aceh dengan kombinasi algoritma K-Nearest Neighbor (K-NN) dan Principal Component Analysis (PCA). Ekstraksi fitur yang digunakan adalah ekstraksi fitur berdasarkan warna dan bentuknya. Algoritma K-NN dapat mengelompokkan objek tertentu dengan mempertimbangkan jarak terpendek dari objek tersebut. Berdasarkan kriteria terbaik, maka digunakan metode PCA untuk memperkecil dan mempertahankan sebagian besar data yang relevan dari ciri aslinya. Pada penelitian ini terdapat 400 data, dimana masing-masing burung terdiri dari 100 data kemudian data dibagi menjadi 80% sebagai data latih dan 20% sebagai data uji. Berdasarkan hasil pengujian, diperoleh nilai akurasi sebesar 82,50%, presisi sebesar 83,06%, Recall sebesar 82,50%. Penggunaan kombinasi algoritma K-NN dan PCA pada klasifikasi citra jenis burung pada penelitian yang telah dilakukan terbukti mampu meningkatkan akurasi yang lebih besar dibandingkan dengan hanya menggunakan algoritma K-NN saja. Kata Kunci: Spesies Burung, K-Nearest Neighbors, Klasifikasi Gambar, Principal Component Analysis

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Ari Wardana
Date Deposited:	14 Jan 2025 02:14
Last Modified:	14 Jan 2025 02:14
URI:	https://rama.unimal.ac.id/id/eprint/9164

Actions (login required)

View Item