Identifikasi Mutu Jagung Menggunakan Fitur Warna Dan Tekstur Berbasis Pengolahan Citra Digital Dan Algoritma K-Nearest Neighbor (K-Nn)
| Main Author: | Jannah, Miftahul |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/165694/ |
Daftar Isi:
- Jagung merupakan komoditas tanaman pangan yang sebagian besar dimanfaatkan sebagai bahan baku pakan. Permasalahan saat ini, mutu jagung petani memiliki kadar air tinggi. Untuk pemenuhan jagung lokal, perusahaan harus memasok melalui pedagang. Penentuan mutu jagung di tingkat petani didasarkan pada lama pengeringan yang dapat mempengaruhi harga beli jagung. Metode ini memiliki kelemahan yaitu rendahnya efisiensi, objektifitas dan tingkat konsistensi serta dapat menimbulkan konflik antara pedagang dan petani. Karenanya, diperlukan metode identifikasi mutu jagung yang baik dan akurat berbasis pengolahan citra digital. Kemampuan pengolahan citra digital yang canggih memungkinkan proses identifikasi mutu komoditas pertanian menjadi lebih efektif dan efisien. Tujuan penelitian ini untuk merancang sistem identifikasi mutu dan varietas jagung berdasarkan fitur warna dan tekstur serta menentukan tingkat akurasi metode K-Nearest Neighbor (K-NN) dalam menduga mutu jagung di tingkat petani. Pada penelitian ini, standar mutu jagung didasarkan PERMENDAGRI No.27/M-DAG/PER/5/2017 tentang penetapan harga acuan pembelian jagung di petani. Varietas jagung yang digunakan yaitu Pertiwi-3 (P-3) dan Pertiwi-6 (P-6). Sistem identifikasi mutu jagung dirancang menggunakan input 7 fitur (H,S,V, contrast, correlation, energy, homogeneity) dan algoritma K-NN sebagai classifiers. Sistem ini mengklasifikasikan mutu jagung ke dalam 10 kategori mutu, yakni Kategori 1 (P-3 maks kadar air 15%), Kategori 2 (P-3 maks kadar air 20%), Kategori 3 (P-3 maks kadar air 25%), Kategori 4 (P-3 maks kadar air 30%), Kategori 5 (P-3 maks kadar air 35%), Kategori 6 (P-6 maks kadar air 15%), Kategori 7 viii (P-6 maks kadar air 20%), Kategori 8 (P-6 maks kadar air 25%), Kategori 9 (P-6 maks kadar air 30%), dan Kategori 10 (P-6 maks kadar air 35%). Hasil keluaran sistem berupa varietas, kadar air serta harga jagung. Berdasarkan hasil penelitian yang dilakukan, rasio pengujian yang digunakan 70%:30%, jumlah data latih yang digunakan sebanyak 350 citra dan data uji sebanyak 150 citra. Hasil penelitian menggunakan variasi nilai k (tetangga terdekat) 1,3,5,7,9 serta metode jarak perhitungan euclidean dan Cityblock menunjukkan bahwa sistem mampu mengidentifikasi mutu dan varietas jagung dengan baik. Akurasi tertinggi diperoleh saat nilai k=5 menggunakan Cityblock distance sebesar 90,00%.