Klasifikasi tingkat kematangan jambu bol berbasis pengolahan citra digital menggunakan metode k-nearest neighbor
| Main Author: | Syarifah, Aminatus |
|---|---|
| Format: | Bachelors NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2022
|
| Subjects: | |
| Online Access: |
http://eprints.umk.ac.id/16586/1/Hal.%20Judul.pdf http://eprints.umk.ac.id/16586/2/BAB%20I.pdf http://eprints.umk.ac.id/16586/3/BAB%20II.pdf http://eprints.umk.ac.id/16586/4/BAB%20III.pdf http://eprints.umk.ac.id/16586/5/BAB%20IV.pdf http://eprints.umk.ac.id/16586/6/BAB%20V.pdf http://eprints.umk.ac.id/16586/7/Daftar%20Pustaka.pdf http://eprints.umk.ac.id/16586/8/Lampiran.pdf http://eprints.umk.ac.id/16586/ |
Daftar Isi:
- Jambu bol (Syzygium Malaccence) merupakan salah satu jenis dari tanaman jambu air yang memiliki warna daging buah putih, bentuk buah elips, warna kulit buah merah hingga keunguan, dan memiliki satu biji yang berwarna coklat di setiap buahnya. Jenis jambu bol ada 2 macam, yaitu jambu bol putih dan jambu bol merah. Pada penelitian ini yang dijadikan sebagai objek penelitian adalah jenis jambu bol merah. Jambu bol merah yang diperjual belikan di pasar tradisional dan toko buah memiliki tingkat kematangan yang berbeda. Para petani dan pedagang melakukan penyortiran untuk membedakan jenis jambu bol berdasrkan tingkat kematangan secara manual menggunakan mata/visual. Penyortiran kematangan jambu bol secara visual dapat menimbulkan perbedaan persepsi, sehingga diperlukan aplikasi yang dapat membantu manusia untuk melakukan klasifikasi. Pengolahan citra digital menjadi salah satu solusi untuk membuat aplikasi pengklasifikasian tingkat kematangan jambu bol. Aplikasi ini dirancang untuk memudahkan petani maupun pedangan jambu bol dalam menyortir jambu bol sesuai tingkat kematangannya. Pada aplikasi ini terdapat 3 jenis tingkat kematangan jambu bol, yaitu mentah, matang, dan sangat matang/tua. Untuk proses pengklasifikasiannya menggunakan metode K-Nearest Neighbor, sedangkan untuk esktraksi ciri menggunakan fitur warna HSV dan fitur tekstur GLCM. Proses pengklasifikasian tingkat kematangan jambu ini menggunakan tools matlab versi 2015 dan microsoft excel. Aplikasi pengolahan citra digital ini dibuat berbasis GUI (Graphical User Interface). Adapun total data yang digunakan pada penelitian ini sebanyak 90 data, yang terdiri dari 67% data training dan 33% data testing. Hasil klasifikasi menggunakan metode K-NN tersebut mempunyai tingkat akurasi sebesar 93%.