Implementasi Metode Ekstraksi Ciri Warna Untuk Mendeteksi Kematangan Buah Jeruk

Authors

  • Samuel Siagian STMIK Triguna Dharma
  • Khairi Ibnutama STMIK Triguna Dharma
  • Rina Mahyuni STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jursi.v1i6.5861

Abstract

Jeruk merupakan salah satu buah yang memiliki nilai ekonomi yang cukup tinggi dan banyak dikomsusmsi oleh masyarakat. Jeruk banyak digunakan oleh industri makanan dan minuman untuk memenuhi  gizi  masyarakat. Kualitas  produk  olahan  buah  jeruk sangat  dipengaruhi oleh tingkat  kematangan buah jeruk. Tingkat  kematangan  pada  jeruk dapat  dilihat  dari warna  kulit  buah jeruk. Membutuhkan proses yang lama serta memilki akurasi yang rendah dan tidak konsisten merupakan beberapa kelemahan dari penggolongan kematangan buah jeruk yang dilakukan secara manual. hal itu dikarenakan penentuan yang dilakukan secara subjektif oleh pekerja. Oleh sebab itu permasalahan tersebut dapat diselesaikan dengan suatu Sistem. Untuk memberikan efesiensi waktu dan tenaga serta keakuratan dalam mendeteksi tingkat kematangan buah jeruk dibutuhkan suatu Sistem untuk dapat digunakan sebagai solusi, sistem tersebut adalah Sistem Pengolahan citra digital menggunakan metode ekstraksi ciri pada ruang warna RGB. Hasil dari penelitian ini adalah sebuah prootype sistem yang dapat digunakan dalam mendeteksi tingkat kematangan buah jeruk. Hasil yang diperoleh dari serangkaian uji coba yang dilakukan dengan mendeteksi 26 buah jeruk dalam kategori matang, setengah matang dan mentah  yaitu akurat hingga 80.8%.Jeruk merupakan salah satu buah yang memiliki nilai ekonomi yang cukup tinggi dan banyak dikomsusmsi oleh masyarakat. Jeruk banyak digunakan oleh industri makanan dan minuman untuk memenuhi  gizi  masyarakat. Kualitas  produk  olahan  buah  jeruk sangat  dipengaruhi oleh tingkat  kematangan buah jeruk.Tingkat  kematangan  pada  jeruk dapat  dilihat  dari warna  kulit  buah jeruk. Membutuhkan proses yang lama serta memilki akurasi yang rendah dan tidak konsisten merupakan beberapa kelemahan dari penggolongan kematangan buah jeruk yang dilakukan secara manual. hal itu dikarenakan penentuan yang dilakukan secara subjektif oleh pekerja.Oleh sebab itu permasalahan tersebut dapat diselesaikan dengan suatu Sistem. Untuk memberikan efesiensi waktu dan tenaga serta keakuratan dalam mendeteksi tingkat kematangan buah jeruk dibutuhkan suatu Sistem untuk dapat digunakan sebagai solusi, sistem tersebut adalah Sistem Pengolahan citra digital menggunakan metode ekstraksi ciri pada ruang warna RGB. Hasil dari penelitian ini adalah sebuah prootype sistem yang dapat digunakan dalam mendeteksi tingkat kematangan buah jeruk. Hasil yang diperoleh dari serangkaian uji coba yang dilakukan dengan mendeteksi 26 buah jeruk dalam kategori matang, setengah matang dan mentah  yaitu akurat hingga 80.8%.

Author Biographies

Samuel Siagian, STMIK Triguna Dharma

Sistem Informasi

Khairi Ibnutama, STMIK Triguna Dharma

Sistem Informasi

Rina Mahyuni, STMIK Triguna Dharma

Sistem Komputer

References

Puchsukahujan, “Buah Jeruk,†Jeruk, vol. 1999, no. December, pp. 1–6, 2019.

C. Paramita, E. Hari Rachmawanto, C. Atika Sari, and D. R. Ignatius Moses Setiadi, “Klasifikasi Jeruk Nipis Terhadap Tingkat Kematangan Buah Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor,†J. Inform. J. Pengemb. IT, vol. 4, no. 1, pp. 1–6, 2019, doi: 10.30591/jpit.v4i1.1267.

D. D. Handoko, B. Napitupulu, and H. Sembiring, “Penanganan Pascapanen Buah Jeruk,†Pros. Semin. Nas. Teknol. Inov. Pascapanen untuk Pengemb. Ind. Berbas. Pertan., no. August, pp. 486–497, 2018.

M. Arief, “Klasifikasi Kematangan Buah Jeruk Berdasarkan Fitur Warna Menggunakan Metode SVM,†J. Ilmu Komput. dan Desain Komun. Vis., vol. 4, no. 1, pp. 9–16, 2019.

A. Ciputra, D. R. I. M. Setiadi, E. H. Rachmawanto, and A. Susanto, “Klasifikasi Tingkat Kematangan Buah Apel Manalagi Dengan Algoritma Naive Bayes Dan Ekstraksi Fitur Citra Digital,†Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 465–472, 2018, doi: 10.24176/simet.v9i1.2000.

V. F. Dr. Vladimir, “BAB II Tinjauan Pustaka BAB II TINJAUAN PUSTAKA 2.1. 1–64,†Gastron. ecuatoriana y Tur. local., vol. 1, no. 69, pp. 5–24, 2019.

B. A. B. Ii and T. Pustaka, “Gambar 2.1 Sistem koordinat citra berukuran MxN (M baris dan N kolom) (Audrianus Laba, 2015),†pp. 4–16, 2015.

M. Komaudin, “Pengolahan Citra Dasar Dan Contoh Penerapannya,†vol. 1999, no. December, pp. 1–6, 2014.

Ryan Andry Wijaya, “Peningkatan Hasil Diagnosis Covid-19 Dari Hasil Citra Chest Ct-Scan Menggunakan Metode Ekstraksi Ciri Dan Klasifikasi,†2021, [Online]. Available: https://dspace.uii.ac.id/handle/123456789/31040?show=full.

F. Zikra, K. Usman, and R. Patmasari, “Deteksi Penyakit Cabai Berdasarkan Citra Daun Menggunakan Metode Gray Level Co-Occurence Matrix Dan Support Vector Machine,†Semin. Nas. Has. Penelit. dan Pengabdi. Masy., vol. ISSN: 2598, no. E-ISSN: 2598-0238, p. 105, 2021.

Downloads

Published

2022-11-30