Perancangan Sistem Informasi Klasifikasi Wortel Berbasis Pengolahan Citra Digital

Authors

  • Yudha Saintika Institut Teknologi Telkom Purwokerto
  • Aditya Wijayanto Institut Teknologi Telkom Purwokerto
  • Citra WIguna Institut Teknologi Telkom Purwokerto

DOI:

https://doi.org/10.30595/jrst.v2i2.3201

Keywords:

Pemutuan, Sistem Informasi, Parameter Visual, Korelasi Parametrik

Abstract

Penanganan pascapanen berbagai hasil pertanian di Indonesia seringkali masih kurang optimal. Padahal untuk memperoleh produk yang berkualitas kegiatan pascapanen merupakan hal yang sangat penting. Salah satu hal yang paling mendasar dalam kegiatan pascapanen adalah pemutuan produk. Pemutuan yang dilakukan dengan pengukuran secara langsung masih memiliki banyak kekurangan. Penelitian ini bertujuan untuk merancang dan mengembangkan suatu sistem informasi yang mampu memperoleh parameter visual dengan objek wortel yang berupa area citra, diameter citra, dan panjang citra. Dengan menggunakan metode korelasi parametrik maka tingkat keeratan hubungan antara parameter visual tersebut dengan parameter hasil pengukuran langsung dapat diketahui sehingga parameter-parameter pengukuran langsung seperti bobot, volume, panjang, dan diameter dapat diperkirakan dari parameter visual wortel. Dari proses pengujian didapatkan bahwa ketiga parameter visual yang didapatkan dengan nilai threshold tertentu mampu menunjukkan tingkat keeratan hubungan yang sangat kuat yaitu berkisar antara 0.900 – 1.000. Kemudian melalui metode korelasi parametrik tingkat keberhasilan klasifikasi kelas wortel diperoleh hingga 98.88 %.

Author Biography

Yudha Saintika, Institut Teknologi Telkom Purwokerto

Program Studi S1 Sistem Informasi, Fakultas Teknologi Industri dan Informatika.

References

Ahmad, U. (2005). Pengolahan Citra Digital dan Teknik Pemrogramannya. Yogyakarta: Graha Ilmu.

Anggraeni, C. (2008). Penanganan Pascapanen Wortel (Daucus Carota L.) Tingkat Petani di Desa Serang Kabupaten Purbalingga. Universitas Jenderal Soedirman.

Dajan, A. (1996). Pengantar Metode Statistik jilid II. Jakarta: LP3ES.

Faizal, I. (2006). Aplikasi Image Processing Untuk Pemutuan cabai Merah. Institut Pertanian Bogor. Retrieved from http://repository.ipb.ac.id/jspui/bitstream/123456789/61907/8/F10dfi.pdf

Hui, Y. ., Barta, J., Cano, M. P., Gusek, T. W., Sidhu, J., & Sinhan, N. (2006). Handbook of Fruits and Fruit Processing (1st ed.). Wiley-Blackwell. Retrieved from https://www.amazon.com/Handbook-Fruits-Fruit-Processing-Hui/dp/0813819814

Kurniawan, D. (2008). Pra Pengolahan Citra pada Identifikasi Tingkat Kematangan Buah Pisang Mas. Bandung.

Prasetyani, E. (2008). Evaluasi Parameter Pemutuan Buah Stroberi (Fragraria Chiloensis) menggunakan pengolahan citra. Skripsi. Fakultas Teknologi Pertanian. Institut Pertanian Bogor.

Santosa. (2006). Panen dan Pascapanen Wortel. Jurnal Penelitian LUMBUNG, 1, 558–564.

Soekarto. (1990). Dasar-dasar Pengawasan dan Standarisasi Mutu Pangan. Bogor: PAU Pangan dan Gizi IPB.

Whidhiasih, R. N., Wahanani, N. A., & 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. https://doi.org/10.1109/CESCE.2010.68

Wiharja, Yanuar Putu; Harjoko, A. (2015). Pemrosesan Citra Digital untuk Klasifikasi Mutu Buah Pisang Menggunakan Jaringan Saraf Tiruan Pemrosesan Citra Digital untuk Klasifikasi Mutu Buah Pisang Menggunakan Jaringan Saraf Tiruan. Ijeis, 4(May 2014), 57–68.

Downloads

Published

2018-11-20

How to Cite

Saintika, Y., Wijayanto, A., & WIguna, C. (2018). Perancangan Sistem Informasi Klasifikasi Wortel Berbasis Pengolahan Citra Digital. JRST (Jurnal Riset Sains Dan Teknologi), 2(2), 63–70. https://doi.org/10.30595/jrst.v2i2.3201

Similar Articles

<< < 1 2 3 4 5 > >> 

You may also start an advanced similarity search for this article.