Sistem computer vision untuk mendeteksi pH menggunakan biosensor berbasis metode k-means dan k-nearest neighbor / Faiz Syaikhoni Aziz - Repositori Universitas Negeri Malang

Sistem computer vision untuk mendeteksi pH menggunakan biosensor berbasis metode k-means dan k-nearest neighbor / Faiz Syaikhoni Aziz

Aziz, Faiz Syaikhoni (2021) Sistem computer vision untuk mendeteksi pH menggunakan biosensor berbasis metode k-means dan k-nearest neighbor / Faiz Syaikhoni Aziz. Masters thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

Salah satu cara untuk medeteksi pH yang murah dan ramah lingkungan dengan menggunakan tumbuhan. Bunga telang (Clitoria ternatea ) merupakan salah satu tumbuhan yang dapat dijadikan sebagai biosensor untuk mendeteksi pH. Namun warna yang dihasilkan bunga telang (Clitoria ternatea ) dalam mendeteksi pH mimiliki kemiripan. Penelitian ini bertujuan untuk mengembangkan sistem computer vision untuk deteksi pH dengan menggunakan bunga telang (Clitoria ternatea). Metode yang tepat dapat memberikan tingkat akurasi yang tinggi dalam deteksi pH dengan menggunakan metode K-Means dan K-Nearest Neighbor. Kemiripan warna hasil deteksi bunga telang (Clitoria ternatea) akan di ektraksi menggunakan metode K-Means untuk menghasilkan warna yang dominan dan mendapatkan nilai RGB untuk informasi proses klasifikasi. Klasifikasi warna pH menggunakan metode K-Nearest Neighbor yang akan mencari jarak terdekat antara data training dan data testing. Terdapat 70 data training dengan 7 kelas yaitu pH 1 pH 3 pH 5 pH 7 pH 9 pH 11 dan pH 13 dengan 20 data testing. Hasil dari penelitian ini adalah bunga telang (Clitoria ternatea) dapat digunakan untuk deteksi pH sistem computer vision dapat deteksi pH dengan baik ektraksi fitur warna yang menggunakan metode K-Means mendapatkan nilai RGB untuk data training dan data testing dan klasifikasi warna pH yang menggunakan metode K-Nearest Neighbor mendapatkan akurasi 90 % dengan nilai k 3.

Item Type: Thesis (Masters)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S2 Teknik Elektro
Depositing User: library UM
Date Deposited: 27 Dec 2021 04:29
Last Modified: 09 Sep 2021 03:00
URI: http://repository.um.ac.id/id/eprint/254660

Actions (login required)

View Item View Item