IMPLEMENTASI ALGORITMA NAIVE BAYES BERBASIS GLCM PADA KLASIFIKASI CITRA VARIETAS KOPI

• ABIYAN ATHARIQSYAH
• 2024

---

Penelitian ini bertujuan untuk mengembangkan model prediksi varietas kopi menggunakan metode Naïve bayes berbasis GLCM. Metode pengolahan citra dan analisis citra akan digunakan untuk mengekstraksi fitur-fitur GLCM dari citra kopi. Selanjutnya, metode pembelajaran mesin seperti algoritma klasifikasi akan diterapkan untuk melatih model prediksi aroma dan rasa kopi berdasarkan fitur-fitur GLCM.Pada bagian ini menjelaskan metode penelitian yang diterapkan dalam peneltian ini. Dataset yang digunakan adalah data foto atau gambar biji kopi Arabika dan Robusta, Kemudian dataset tersebut diklasifikasi menggunakan metode Naïve Bayes untuk menentukan keakuratan pada dataset tersebut Hasil penelitian ini menunjukkan bahwa ekstraksi fitur GLCM dikombinasikan dengan algoritma Naive Bayes dapat menjadi metode yang efektif untuk klasifikasi varietas kopi. Dengan akurasi keseluruhan 83% Model yang dilatih dari data citra sebanyak 90 data mampu membedakan antara biji kopi arabika dan robusta dengan 20% data diuji berdasarkan informasi warna dan intensitas yang diekstraksi. dengan analisis yang menyatakan bahwa penggunaan GLCM dalam kombinasi dengan Naïve Bayes menghasilkan klasifikasi yang baik. Meskipun hasil yang diperoleh cukup memuaskan, masih terdapat ruang untuk perbaikan. Penelitian selanjutnya disarankan untuk meningkatkan jumlah dataset dan mencoba kombinasi metode lain untuk mengatasi kelemahan yang ada

• Naive Bayes
• Machine Learning
• Pengolahan CItra
• Biji Kopi
• GLCM
• Varietas Kopi

https://repository.bsi.ac.id/repo/55860/IMPLEMENTASI-ALGORITMA-NAIVE-BAYES-BERBASIS-GLCM-PADA-KLASIFIKASI-CITRA-VARIETAS-KOPI
Anda dapat membaca file tugas akhir ini di repository.