Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV dengan KNN

  • Husnul Khotimah Program Studi Teknik Informatika, Universitas Islam Lamongan
  • Nur Nafi’iyah Program Studi Teknik Informatika, Universitas Islam Lamongan
  • Masruroh Masruroh Program Studi Teknik Informatika, Universitas Islam Lamongan

Abstract

Identifikasi atau klasifikasi menggunakan pengolahan citra dan computer vision membutuhkan pengenalan pola dari dataset training. Proses pengolahan citra dan pengenalan pola menjadi kajian riset yang sangat berkembang. Mulai dari proses pengenalan suatu objek, atau klasifikasi objek dan tentang mendeteksi tingkat kematangan buah. Penelitian ini akan melakukan klasifikasi tingkat kematangan buah mangga dengan citra HSV. Di mana citra input RGB dikonversi ke bentuk HSV. Kemudian diambil fitur nilai rata-rata intensitas HSV, nilai skewness, dan kurtosis. Proses klasifikasi kematang menjadi 4 kelas, yaitu: mentah, cukup matang, matang dan sangat matang. Dengan metode klasifikasi KNN, dan dataset yang digunakan 129 data training, serta 40 data testing. Nilai akurasi tertinggi pada k=2 sebesar 80%. Alat yang digunakan untuk mengembangkan sistem adalah matlab.

References

[1] Arif Patriot Sri Pamungkas, Nur Nafi'iyah, Nur Qomariyah Nawafilah. (2019). K-NN Klasifikasi Kematangan Buah Mangga Manalagi Menggunakan L*A*B dan Fitur Statistik. Jurnal Ilmu Komputer dan Desain Komunikasi Visual, 4(1), 1-8.
[2] Cahya Bagus Sanjaya, Muhammad Imron Rosadi. (2018). Klasifikasi Buah Mangga Berdasarkan Tingkat Kematangan Menggunakan Least-Squares Support vector Machine. Explore IT, 1-13.
[3] Eddy Nurraharjo, Dra. Sri Hartati, M.Sc., Ph.D. (2010). Klasifikasi kematangan buah mangga harum manis berdasarkan digital number (DN) of RGB. Yogyakarta: Universitas Gadjah Mada.
[4] Gregory Dimas, T. Sutojo. (n.d.). ANALISIS KLASIFIKASI TINGKAT KEMATANGAN BUAH MANGGA MANALAGI MENGGUNAKAN CBIR (CONTENT BASED IMAGE RETRIEVAL) BEDASARKAN WARNA. Semarang: Universitas Dian Nuswantoro Semarang.
[5] Indarto, Murinto. (2017). Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS. JUITA, 5(1), 15-21.
[6] Yanuar Putu Wiharja, Agus Harjoko. (2014). Pemrosesan Citra Digital untuk Klasifikasi Mutu Buah Pisang Menggunakan Jaringan Syaraf Tiruan. IJEIS, 4(1), 57-68.
[7] Zeni Dwi Lestari, Nur Nafi'iyah, Purnomo Hadi Susilo. (2019). Sistem Klasifikasi Jenis Pisang Berdasarkan Ciri Warna HSV Menggunakan Metode K-NN. Seminar Nasional Teknologi Informasi dan Komunikasi. Madiun.
Published
2020-03-19
How to Cite
KHOTIMAH, Husnul; NAFI’IYAH, Nur; MASRUROH, Masruroh. Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV dengan KNN. Jurnal Elektronika Listrik dan Teknologi Informasi Terapan, [S.l.], v. 1, n. 2, p. 1-4, mar. 2020. ISSN 2685-7014. Available at: <http://ojs.politeknikjambi.ac.id/elti/article/view/100>. Date accessed: 13 july 2020. doi: https://doi.org/10.37338/e.v1i2.100.
Section
Article ELTI 2

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.