z-logo
open-access-imgOpen Access
Identifikasi Citra Digital Kura-Kura Sumatera Dengan Perbandingan Ekstraksi Fitur GLCM Dan GLRLM Berbasis Web
Author(s) -
Julia Purnama Sari,
Aan Erlansari,
Endina Putri Purwandari
Publication year - 2021
Publication title -
jurnal pseudocode
Language(s) - Uncategorized
Resource type - Journals
eISSN - 2655-1845
pISSN - 2355-5920
DOI - 10.33369/pseudocode.8.1.66-75
Subject(s) - computer science
Kura-kura merupakan hewan yang sangat mudah dikenali karena mempunyai bentuk tubuh yang khas. Ciri khas yang dimiliki oleh kura-kura adalah adanya karapaks yang sering disebut dengan cangkang. Dalam mengidentifikasi kura-kura tidak bisa sembarangan, dibutuhkan seorang pakar yang benar-benar paham dengan spesies tersebut. Identifikasi keanekaragaman spesies kura-kura sumatera melalui pengolahan citra digital ini menggunakan metode ekstraksi fitur tekstur  berbasis website.  Salah satu cara mengidentifikasi jenis kura-kura yaitu dengan menggunakan sistem identifikasi secara otomatis berbasis pemrosesan citra digital. Pada penelitian ini dilakukan perbandingan dua ekstraksi ciri yaitu Gray Level Co-Occurrence Matrix (GLCM) dan Gray Level Run Length Matrix (GLRLM). Ekstraksi ciri GLCM dan GLRLM yang dilakukan pada penelitian ini menggunakan sudut 0°, 45°, 90°, 135°. Hasil Penelitian menunjukkan bahwa hasil akurasi identifikasi dengan menggunakan ekstraksi ciri GLRLM lebih baik dibandingkan GLCM. Hasil Akurasi tertinggi pada GLRLM 79,5% sementara dengan GLCM menghasilkan akurasi sebesar 75%.Kata Kunci: Identifikasi, Kura-kura, Karapaks, Gray Level Run length Matrix, Gray Level Co-Occurrence Matrix.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here