Classification of Mango Fruit Quality Based on Texture Characteristics of GLCM (Gray Level Co-Occurrence Matrices) with Algorithm K-NN (K-Nearest Neighbors)
DOI:
https://doi.org/10.30595/techno.v20i1.3816Abstract
Proses klasifikasi kualitas mutu buah mangga dengan cara konvensional menggunakan mata manusia memiliki kelemahan di antaranya membutuhkan tenaga lebih banyak untuk memilah, anggapan mutu kualitas buah mangga antar manusia yang berbeda, tingkat konsistensi manusia dalam menilai kualitas mutu buah mangga yang tidak menjamin valid karena manusia dapat mengalami kelelahan. Penelitian ini bertujuan untuk klasifikasi kualitas mutu buah mangga ke dalam tiga kelas mutu yaitu kelas Super, A, dan B dengan computer vision dan algoritma k-Nearest Neighbor. Hasil pengujian menggunakan jumlah k tetangga 9 menunjukan tingkat akurasi sebesar 88,88%.
Kata-kata kunci— Klasifikasi, GLCM, K-Nearest Neighbour, Mangga
References
Adnan, 2011, Karakteristik sifat jeruk manis berdasarkan tingkat ketuaan, Prosiding seminar teknologi inovatif pascapanen pertanian ISBN: 978-979-116-32-9, Bogor
Ahmad, U., Tjahjohutomo, R., & Mardison, 2008, Perancangan dan Konstruksi Mesin Sortasi dan Pemutuan Buah Jeruk dengan Sensor kamera CCD, Junal Keteknikan Pertanian (JTEP), ISSN 0216-3365, Bogor.
Ahmad, U., 2005, Pengolahan Citra Digital & Teknik Pemrogramannya, Graha Ilmu, Yogyakarta.
Ahmad, U., 2002, Pengolahan Citra untuk Pemeriksaan Mutu Buah Mangga, Buletin Keteknikan Pertanian, Fakultas Teknologi Pertanian IPB, Bogor
Arifin, A.D., Arieshanti, I.,& Arifin, A.Z., 2012, Implementasi algoritma k-nearest neighbor yang berdasarkan one pass clustering untuk kategorisasi teks, ITS, Surabaya.
BLST (Bogor life Science and Technology), 2015, Pepaya Calina IPB 9, http://blst.co.id/pepaya-calina-ipb-9, diakses 17 November 2016.
Dinar, L., Suyantohadi, A., dan Fallah, M.A.F., 2012. Pendugaan Kelas Mutu Berdasarkan Analisa Warna dan Bentuk Biji Pala (Myristica Fragnans Houtt) Menggunakan Teknologi Pengolahan Citra Digital dan Jaringan Syaraf Tiruan, Junal Keteknikan Pertanian (JTEP) Vol. 26. No.1April 2012, ISSN 0216-3365, Bogor.
Economic and Social Development Department, FAO., 2010, Medium-term prospects for agricultural commodities (Tropical Fruits), http://www.fao.org/docrep/006/y5143e/y5143e1a.htm, diakses 28 April 2016.
Farsiah, L., Abidin, T.F., & Munadi, K., 2013, Klasifikasi gambar berwarna menggunakan k-nearest neghbor dan support vector machine, SNASTIKOM, Banda Aceh.
Kadir, A. & Susanto, A. 2013, Teori dan Aplikasi Pengolahan citra, Penerbit Andi, Yogyakarta.
Kementrian Pertanian RI., 2014, Basis Data Statistik Pertanian, http://aplikasi.pertanian.go.id/bdsp/newkom.asp, diakses 27 April 2016.
Sugiyanto, S, & Wibowo, F., 2015, Klasifikasi Tingkat Kematangan Buah Pepaya (Carica Papaya L) California (Callina-Ipb 9) Dalam Ruang Warna Hsv dan Algoritma K-Nearest Neighbors, Seminar NasionalHasil-Hasil Penelitian dan Pengabdian LPPM Universitas Muhammadiyah Purwokerto.
Syaefullah, E., Purwadaria, H.K., & Sutrisno, 2011, Pengolahan Citra Digital dan Jaringan Saraf Tirua untuk Identifikasi Tingkat Ketuaan Pepaya, Prosiding Seminar Nasional Teknologi Inovatif Pascapanen Pertanian III, ISBN: 978-979-1116-32-9, Bogor.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Techno (Jurnal Fakultas Teknik, Universitas Muhammadiyah Purwokerto) is licensed under a Creative Commons Attribution 4.0 International License.
