Identifikasi Tingkat Kematangan Buah Tomat Dengan Citra Warna Berdasarkan Warna Kulit Buah
DOI:
https://doi.org/10.24076/intechnojournal.2023v5i1.1575Keywords:
Tomat, RGB, HSI, algoritma KNNAbstract
Pengolahan citra memiliki kegunaan yang penting dalam berbagai bidang, khususnya berkaitan dengan transformasi warna. Dalam penelitian ini dijelaskan metode transformasi warna HSI untuk mendeteksi kematangan buah tomat. Buah Tomat yang digunakan dalam penelitian memiliki tiga kategori kematangan, yaitu matang, setengah matang, dan mentah. Untuk meningkatkan akurasi pada penelitian ini menggunakan sebuah algoritma yang digunakan untuk melakukan klasifikasi tingkat kematangan buah tomat yaitu dengan algoritma K-Nearest Neighbor berdasarkan warna kulit buah Tomat. Dalam penelitian ini nilai K yang digunakan pada algoritma adalah 3, 5, dan 7. Nilai K yang digunakan untuk menguji pencarian jarak dengan Euclidean Distance. Uji coba yang dilakukan penelitian menghasilkan nilai akurasi sebesar 93%.
References
Indarto, Murinto, 2017, “Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS”, JUITA, vol.5 no.1
Hendryanto E., Sampe H.S, Uray R., 2020, “Penerapan Metode Transformasi Ruang Warna Hue Saturation Intensity (HSI) Untuk Mendeteksi Kematangan Buah Mangga Harum Manis”, ISSN: 2338-493X vol.8 no. 1, hal 1-10
Suastika Yulia Riska, 2015, “Klasifikasi Level Kematangan Tomat Berdasarkan Perbedaan Perbaikan Citra Menggunakan Rata-Rata RGB dan Index Pixel”, JITIKA, ISSN: 0852-730X vol.9 no.2
Shinta Aprilisa,Sukemi, 2019, “Klasifikasi Tingkat Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor”, ISBN : 978-979-587-846-9 vol.5 no.1
Ison Tarsono, Dedi Triyanto, Tedy Rismawan, 2018, “Prototype Pemisah Otomatis Jeruk Siam Berdasarkan Warna Menggunakan Metode KNN (K-Nearest Neighbor)”, Jurnal Coding, Sistem Komputer Untan, Vol 06 No. 1, Hal 44-53
Rendy Pratama, Achmad Fuad Assagaf, Firman Tempola, 2019, “Deteksi Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan Metode Transformasi Ruang Warna HIS”, JIKO (Jurnal Informatika dan Komputer), vol. 2, No. 2
Muis Nanja, Purwanto, 2015, “Metode K-Nearest Neighbor Berbasis Forward Selection Untuk Prediksi Harga Komoditi Lada”, Jurnal Pseudocode, Vol 2, No. 1 ISSN 2355-5920
Retno Nugroho Whidhiasih, Nursinta Adi Wahanani, Supriyanto, 2013, “Klasifikasi Buah Belimbing Berdasarkan Citra Red-Green-Blue Menggunakan KNN dan LDA”, Jurnal Penelitian Ilmu Komputer, System Embedded & Logic, 1(1) : 29-35
Dede Wandi, Fauziah, Nur Hayati, 2021, “Deteksi Kelayuan Pada Bunga Mawar dengan Metode Transformasi Ruang Warna Hue Saturation Intensity (HIS) dan Hue Saturation Value (HSV)”, JURNAL MEDIA INFORMATIKA BUDIDARMA, Volume 5, Nomor 1, Page 308-316
Ihsan Nugraha Putra Mukhti, Drs. Suwandi, M.Si, Hertiana Bethaningtyas, S.T., M.T., 2015, “Sistem Otomasi Dalam Penyortiran Tomat Dengan Image Processing Menggunakan Metode Deteksi RGB”, ISSN: 2355-9365, Vol 2, No 3
Jans Hendry, 2012, “DIGITAL IMAGE PROCESSING”
