Pemanfaatan Ciri Gray Level Cooccurrence Matrix (GLCM) Citra Buah Jeruk Keprok (Citrus reticulata Blanco) untuk Klasifikasi Mutu
| Main Author: | Widodo, Restu |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/162028/1/Restu%20Widodo.pdf http://repository.ub.ac.id/162028/ |
Daftar Isi:
- Mutu buah merupakan hal yang sangat penting dalam hasil produksi buahbuahan. Khususnya pada buah jeruk, sebagai buah dengan produksi terbanyak ke- 2 di Indonesia, mutu sangat diperhatikan karena terkait dengan nilai penjualan. Terlebih untuk jenis jeruk keprok yang menguasai 92% produksi buah jeruk. Namun saat ini proses klasifikasi mutu pada industri buah jeruk masih dilakukan secara manual, sehingga menimbulkan subjektifitas dalam penentuan mutu jeruk. Teknologi informasi diperlukan untuk mempercepat proses klasifikasi mutu dan membuat identifikasi mutu jeruk menjadi objektif sesuai dengan standar klasifikasi mutu jeruk. Penelitian ini memanfaatkan hasil ekstraksi ciri gray level cooccurrence matrix (GLCM) citra jeruk keprok (Citrus reticulata Blanco) untuk klasifikasi mutu. Tahapan yang dilakukan pada awal penelitian adalah pengambilan data citra jeruk keprok. Dari 100 data citra jeruk keprok, 60 data digunakan sebagai data latih dan 40 data digunakan sebagai data uji. Dari tiap-tiap data latih, diambil masing-masing satu citra baik dan citra buruk berukuran 64x64 piksel. Kemudian dilakukan pre-processing pada citra agar dapat diolah pada tahap selanjutnya, yaitu perhitungan GLCM. Pada tahap perhitungan GLCM dilakukan pembentukan matriks GLCM pada arah 0°, 45°, 90° dan 135°. Selanjutnya dilakukan proses ekstraksi ciri dengan gray level co-occurrence matrix (GLCM). Nilai ciri yang diekstraksi adalah contrast, homogeneity, energy dan entropy. Metode support vector machine (SVM) digunakan untuk identifikasi citra baik dan citra buruk berdasarkan ciri yang telah di ekstraksi, sehingga didapatkan persentase cacat buah. Klasifikasi mutu jeruk dilakukan berdasarkan persentase cacat buah terhadap luas permukaan jeruk. Mutu jeruk dibagi kedalam 3 kelas yaitu, Grade Super, Grade A dan Grade B. Pengujian dilakukan untuk mengetahui jumlah data latih, nilai distance dan arah GLCM terbaik terhadap hasil klasifikasi. Penelitian ini menghasilkan tingkat akurasi terbaik sebesar 82.5% dengan jumlah data latih sebanyak 20, nilai distance=2 pada arah GLCM 45°.