<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="9044">
 <titleInfo>
  <title>Aplikasi Pengidentifikasi Jenis Daun Menggunakan Metode Gray Level Co-Occurrance Matrix dan Algoritma K-Nearest Neighbor</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Jimmy</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1355301051</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Pekanbaru</placeTerm>
   <publisher>Pustaka Politeknik Caltex Riau</publisher>
   <dateIssued>2017</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>Jumlah Halaman : 126 | Ukuran : 21x15 cm</extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
Identifikasi tumbuhan merupakan suatu proses pengenalan tumbuhan&#13;
yang bertujuan untuk mengetahui jenis tumbuhan secara detail dan&#13;
lengkap. Tumbuhan dapat dibedakan menjadi 2 jenis berdasarkan&#13;
keping bijinya, yaitu monokotil dan dikotil. Untuk membantu dalam&#13;
mengenali jenis-jenis daun, maka dibangun sebuah aplikasi yang&#13;
dapat mengidentifikasi jenis daun berdasarkan citra digital. Aplikasi&#13;
ini dibuat dengan menerapkan metode ekstraksi fitur dan klasifikasi.&#13;
Metode ekstraksi ciri yang digunakan adalah metode Gray Level CoOccurrence Matrix dimana metode ini mengekstraksi fitur-fitur&#13;
tertentu berdasarkan citra objek daun. Sedangkan algoritma yang&#13;
digunakan adalah algoritma K-Nearest Neighbor. Algoritma KNearest Neighbor merupakan algoritma berbasis data pembelajaran.&#13;
Pengujian yang dilakukan menggunakan K-Fold Cross Validation,&#13;
pengujian nilai k terbaik dan kuesioner. Hasil akurasi aplikasi yang&#13;
diuji menggunakan K-Fold Cross Validation dengan 10-fold cross&#13;
validation memberikan hasil sebesar 73,09% dan pengujian k terbaik&#13;
sebesar 71,76% dimana nilai k = 5. Pengujian kuesioner memberikan&#13;
hasil sebesar 76,27% aplikasi bermanfaat, 78,56% aplikasi mudah&#13;
digunakan, 80,27% aplikasi mudah dipelajari dan 80% aplikasi&#13;
memuaskan. Aplikasi yang sudah dibangun mampu melakukan&#13;
identifikasi jenis daun.&#13;
Kata kunci : Identifikasi Daun, Pengolahan Citra Digital, Gray&#13;
Level Co-Occurrence Matrix, K-Nearest Neighbor, K-Fold Cross&#13;
Validatio</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Informatika</topic>
 </subject>
 <classification>PA TI</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA TI</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1355301051</numerationAndChronology>
    <sublocation>Perpustakaan PCR (Rak R)</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals/>
 <recordInfo>
  <recordIdentifier>9044</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2019-03-21 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2021-06-25 10:56:27</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>