DIGITAL LIBRARY



JUDUL:SISTEM KLASIFIKASI BAHAN BAKAR BENSIN MURNI DAN BENSIN OPLOSAN MENGGUNAKAN METODE GRAY LEVEL CO-OCCURRENCE MATRIX (GLCM) DAN K-NEAREST NEIGHBOR (K-NN)
PENGARANG:RIZKI NOVIYANTI
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2021-02-05


 

.

 

Masyarakat Indonesia saat ini banyak menggunakan kendaraan bermotor sebagai sarana transportasi baik pribadi maupun umum. Menurut Badan Pusat Statistik yang bersumber pada Korps Lalu Lintas Kepolisian Republik Indonesia, jumlah kendaraan bermotor pada tahun 2017 mencapai 138 juta kendaraan bermotor. Menurut Badan Pengatur Hilir Minyak dan Gas Bumi (BPH Migas) memperkirakan bahwa konsumsi bahan bakar minyak umum (premium, pertalite, pertamax) sekitar 51,3 juta kiloliter di tahun 2018. Menurut Wakil Menteri Energi dan Sumber Daya Mineral (ESDM), faktor eksternal seperti cuaca buruk adalah salah satu faktor yang menghalangi distribusi bahan bakar bensin ke SPBU yang dimiliki PT Pertamina. Akibat kelangkaan bahan bakar bensin, sebagian oknum masyarakat mulai memanfaatkan momentum pada situasi dan kondisi yang terjadi untuk memperoleh keuntungan dengan cara menjual bahan bakar bensin secara eceran yang dibeli langsung dari SPBU PT Pertamina. Bahan bakar bensin eceran biasanya dijual sekitar 20% lebih tinggi dari harga bahan bakar bensin yang dijual di SPBU PT Pertamina. Sehingga banyak oknum yang ingin mendapatkan keuntungan lebih besar dengan mencampurkan atau mengoplos bahan bakar bensin premium dengan bahan lainnya, seperti air, minyak goreng.Maka dibangun suatu sistem yang mengklasifikasikan bahan bakar bensin murni dan bensin oplosan dengan menggunakan Metode Gray Level Co-Occurence Matrix (GLCM)sebagai metode pengolahan citra digital dan Metode K-Nearest Neighbor (K-NN) yang didapattingkat akurasi 73%.

 

Kata Kunci : Bahan Bakar, Premium, Klasifikasi, Gray Level Co-Occurrence Matrix (GLCM) dan K-Nearest Neighbor (K-NN).

 

 

 

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI