Record Details

Lima Fitur Gray Level Co-Occurence Matrix Untuk Deteksi Kemanisan Buah Semangka Tanpa Biji Dengan Klasifikasi Support Vector Machine Berbasis Raspberry Pi

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Lima Fitur Gray Level Co-Occurence Matrix Untuk Deteksi Kemanisan Buah Semangka Tanpa Biji Dengan Klasifikasi Support Vector Machine Berbasis Raspberry Pi
 
Added Entry - Uncontrolled Name Mulyani, Amalia Septi
Utaminingrum, Fitri
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Semangka dalam bahasa latin dari Citrullus Lanatus Tunb adalah salah satu tanaman tumbuh merambat yang perkembangannya sangat pesat di Indonesia, selain itu Indonesia juga termasuk penghasil terbesar buah semangka di dunia. Hal itu didapatkan bahwa minat banyak masyarakat yang menggemari buah semangka. Dapat dilihat data hasil panen semangka pada tahun 2014 yaitu 653.974. Jenis buah semangka yang sering diminati yaitu semangka tidak berbiji yang memiliki ciri-ciri tekstur yang lembut, tidak terlalu banyak mengandung air, dan memiliki daging yang lebih pucat dibandingkan jenis semangka yang berbiji. Penelitian ini dilakukan ekstraksi fitur pada tekstur kulit buah semangka menggunakan metode Gray Level Co-Occurrence Matrix (GLCM), kemudian menggunakan Support Vector Machine (SVM) untuk mengklasifikasi manis atau tidak manisnya buah semangka tanpa biji dengan jarak antara 10-11 cm. Penelitian ini membutuhkan kamera pada sistem untuk dapat mengambil citra untuk dapat dilakukan pendeteksian dan dapat dilakukan pengklasifikasian kelas. Jika sistem berhasil dapat mendeteksi kemanisan buah semangka tanpa biji akan ditampilkan pada LCD 16x2. Fitur GLCM yang digunakan pada penelitian ini adalah correlation, contrast, homogeneity, energy, dan dissimilarity. Pengujian yang dilakukan menggunakan kernel SVM yaitu kernel linear, RBF, dan polynomial. Untuk mendapatkan nilai d dan θ terbaik pada penelitian ini dilakukan beberapa uji coba dengan nilai d=1,2 dan θ = 0⁰, 45⁰, 90⁰, 135⁰. Nilai d dan θ terbaik setelah dilakukan pengujian deteksi kemanisan buah semangka tanpa biji yaitu d=2 dan θ = 45⁰ dengan akurasi sebesar 95%. Pengujian integrasi terhadap hardware dilakukan dari berbagai sisi pengambilan gambarnya yaitu dari sisi depan, belakang, dan atas. Didapatkan akurasi terbaik pada pengujian integrasi terhadap hardware menggunakan nilai d dan θ terbaik yaitu sebesar 80% pada bagian sisi belakang menggunakan kernel polynomial. Pada pengujian waktu komputasi sistem dengan nilai d=2 dan θ = 45⁰ didapatkan kernel terbaik yaitu kernel polynomial untuk mendeteksi kemanisan buah semangka tanpa biji diperlukan waktu sebesar 13.13 detik.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9229
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 6 (2021): Juni 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com