IDENTIFIKASI JENIS MOBIL DENGAN TRANSFORMASI GABOR WAVELET DAN MODIFIED K-NEAREST NEIGHBOR

Jenis mobil merupakan salah satu properti dari mobil yang penting untuk diidentifikasi. Agar dapat diterapkan secara praktikal, maka diperlukan penelitian untuk menguji tingkat akurasi dari penerapan metode dalam melakukan pendeteksian jenis mobil.Penelitian ini menggunakan metode Modified KNearest Neighbor (MKNN) dan wavelet Gabor. Metodologi yang digunakan dalam penelitian ini adalah model Waterfall. Proses kerja dari sistem terdiri dari dua tahapan, yaitu tahapan training dan testing. Proses training akan dari penginputan citra mobil, kemudian akan dieksekusi metode wavelet Gabor untuk mengubah citra input menjadi citra biner. Sedangkan, proses testing akan dimulai dari penginputan citra uji yang akan diubah ke bentuk citra biner. Terakhir, akan dilakukan pencocokan citra biner dari citra uji dengan setiap citra biner pada dataset dengan menggunakan metodeModified K-Nearest Neighbor. Solusi yang diperoleh adalah jenis mobil dengan kemiripan citra biner terbesar.Berdasarkan proses pengujian yang dilakukan pada perangkat lunak, maka dapat diperoleh beberapa informasi yaitu metode Modified K-Nearest Neighbor dapat digunakan untuk mendeteksi jenis jenis mobil dengan tingkat akurasi sebesar 92%.