Open AccessSEGMENTASI DAUN GALBUN MENGGUNAKAN ALGORITMA C4.5 DAN NAIVE BAYES
Author(s) -
Hamdun Sulaiman
Publication year - 2020
Publication title -
jurnal infortech
Language(s) - Uncategorized
Resource type - Journals
ISSN - 2715-8160
DOI - 10.31294/infortech.v1i2.7141
Subject(s) - naive bayes classifier , computer science , artificial intelligence , pattern recognition (psychology) , support vector machine
Segmentasi adalah proses mempartisi citra digital menjadi beberapa bagian. Tujuan dari segmentasi adalah untuk menyederhanakan atau mengubah penyajian gambar ke sesuatu yang lebih bermakna dan lebih mudah untuk dianalisa. Gambar segmentasi biasanya digunakan untuk menemukan obyek dan batas-batas dalam sebuah citra. Penelitian ini menggunakan citra daun galbun, dimana ada dua kelas yaitu daun sehat dan daun sakit. Dalam prosesnya digunakan dengan cara men segmentasi citra tersebut menggunakan Software MATLAB, dan nilai hasil dari segmentasi di olah ke dalam Data Mining menggunakan Rapid Miner dengan perbandingan algoritma C4.5 dan Naive Bayes. Dari hasil penelitian ini di dapat bahwa algoritma C4.5 menghasilkan akurasi sebesar 90%, sedangkan Naive Bayes mendapatkan akurasi 95%. Jadi algoritma yang cocok atau terbaik untuk menghitung akurasi dari hasil segmentasi tersebut yaitu algoritma Naive Bayes dengan nilai 95%.