Implementasi Penggabungan Metode Fitur Ciri Orde 1 Dan Fitur Ciri Orde 2 Pada Citra Untuk Pengklasifikasian Jenis Batu Akik

Batu Akik adalah sebuah mineral atau batu yang terbentuk secara alami dari hasil prosedur geologi yang unsurnya terdiri atas satu ataupun beberapa komponen kimiawi yang memiliki harga jual yang amat tinggi. Bisnis batu akik memang sedang maraknya di Indonesia, batu akik banyak diklasifikasikan yang salah, semata � mata hanya demi kepentingan penjual, di luar sana banyak sekali para oknum penjual yang berusaha menipu orang awam hanya demi kepentingan pribadi, jangan sampai karena kurang paham malah tertipu dengan batu akik abal-abal berharga tinggi. Salah satu teknik untuk mendapatkan pola suatu citra adalah dengan melakukan suatu ekstraksi ciri. Saat ini telah banyak berkembang aplikasi � aplikasi yang menggunakan fitur ciri warna dan tekstur. Ciri warna dan tekstur itu sendiri dapat dilakukan dengan berbagai cara, salah satu nya dilakukan dengan metode ciri orde 1 dan ciri orde 2, dan pengklasifikasian menggunakan algoritma K-Nearest Neighbor. Berdasarkan hasil pengujian dapat disimpulkan bahwa implementasi penggabungan metode fitur ciri orde 1 dan fitur ciri orde 2 dan pengklasifikasian menggunakan K-Nearest Neighbor menghasilkan akurasi sebesar 67,5% menggunakan K=20.

Gemstone is a stone or mineral that occurs naturally from the results of the procedure geological elements consist of one or several chemical components that have a selling price is very high. Business agate is being rampant in Indonesia, agate many classified wrong, alone - the eye just for the sake of the seller, out there a lot of unscrupulous sellers tried to deceive ordinary people just for the sake of personal interests, lest they do not understand even fooled by agate abal abal valuable. One technique to obtain an image of the pattern is to do a feature extraction. As had been widely grown applications - applications that use the characteristic features of color and texture. A characteristic color and texture itself can be done in various ways, one of them carried out by the method of order 1 and characteristic traits of order 2, and classification using K-Nearest Neighbor algorithm. Based on the test results can be concluded that the implementation of merging methods characteristic features first-order and second-order characteristic features and classification using the K-Nearest Neighbor produces an accuracy of 67.5% using K = 20.