Klasifikasi Gambar Gigitan Ular Menggunakan Regionprops dan Algoritma Decision Tree

YOGA WIDI PAMUNGKAS

Informasi Dasar

19.04.3669
006.42
Karya Ilmiah - Skripsi (S1) - Reference

Indonesia memiliki biodiversitas hayati ular yang tinggi. Spesies ular yang ada di seluruh wilayah Indonesia, terdiri dari ular berbisa maupun tidak berbisa. Salah satu bahaya yang dapat ditimbulkan oleh ular adalah gigitan beberapa jenis ular yang mematikan. Kasus gigitan ular yang tercatat di Indonesia cukup tinggi dengan korban meninggal dunia yang tidak sedikit. Sebagian kasus kematian yang disebabkan oleh gigitan ular terjadi karena kesalahan dalam prosedur penanganan pada luka gigitannya. Permasalahan ini bisa diatasi salah satunya apabila mengetahui bagaimana cara untuk mengklasifikasikan luka gigitan ular apakah termasuk berbisa atau tidak berbisa. Pada penelitian ini telah dibangun sistem klasifikasi gambar luka gigitan ular menggunakan ekstraksi ciri Regionprops dan algoritma Decision Tree. Gambar gigitan ular diklasifikasikan termasuk ular berbisa atau tidak berbisa tanpa mengetahui jenis ularnya. Pada Regionprops terdapat beberapa fitur yang digunakan untuk membantu proses ekstraksi ciri, antara lain jumlah centroid, luas area, distance, dan eccentricity. Evaluasi dari model yang telah dibangun didapatkan bahwa parameter jumlah centroid dan jarak antar centroid (distance) memiliki pengaruh paling signifikan dalam membantu klasifikasi gambar luka gigitan ular dengan akurasi 97.14%, precision 92.85%, recall 91.42%, dan F1 score 92.06%.

Subjek

IMAGE PROCEESING
 

Katalog

Klasifikasi Gambar Gigitan Ular Menggunakan Regionprops dan Algoritma Decision Tree
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

YOGA WIDI PAMUNGKAS
Perorangan
Adiwijaya, Dody Qori Utama
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2019

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini