Pendeteksian Kematangan Buah Jeruk Dengan Fitur Citra Kulit Buah Menggunakan Transformasi Ruang Warna HSV

Rahmadewi, Reni; Sari, Gina Lova; Firmansyah, Hirlan

doi:10.24036/jtev.v5i1.1.107560

Cited by 5 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Sedangkan, warna kuning kemerahan, dengan nilai Hue antara (11.914 -29.688), menandakan jeruk yang sudah matang. Terakhir, warna merah tua gelap, dengan nilai Hue antara (0.627-8.991), menunjukkan jeruk yang sudah terlalu matang [7].…”

Section: Studi Literaturunclassified

Klasifikasi Jeruk Segar dan Busuk Melalui GLCM dan HSV dengan Menggunakan Metode ANN

Ulandari,

Ramdhani,

Wahyuningsih

et al. 2024

Stains

View full text Add to dashboard Cite

Evolusi pesat teknologi komputer berdampak besar pada berbagai sektor, termasuk pertanian, di mana inovasi digital memiliki peran yang sangat penting. Dalam penelitian ini, kami membahas klasifikasi kualitas jeruk menggunakan teknik computer vision. Dengan memanfaatkan dataset yang terdiri dari 1.466 gambar jeruk segar dan 1.595 gambar jeruk busuk, penelitian ini menggunakan metode ekstraksi fitur GLCM dan HSV untuk mengekstrak informasi tekstur dan warna. Fokusnya adalah menyederhanakan proses klasifikasi berdasarkan warna dan tekstur kulit untuk meningkatkan akurasi. Penelitian ini berpotensi besar untuk meningkatkan penilaian terhadap kualitas jeruk, memberikan keuntungan yang signifikan bagi penjual, pembeli, dan komunitas peneliti di sektor pertanian. Hasil penelitian ini menunjukkan kinerja model yang memuaskan, dengan akurasi mencapai 86,88% dengan penerapan metode ANN.

show abstract

Section: Studi Literaturunclassified

Klasifikasi Jeruk Segar dan Busuk Melalui GLCM dan HSV dengan Menggunakan Metode ANN

Ulandari,

Ramdhani,

Wahyuningsih

et al. 2024

Stains

View full text Add to dashboard Cite

show abstract

“…Berdasarkan peta tersebut, pengelompokan ruang faktor dari dimensi yang berbeda dilakukan, dan sampel yang representatif dibentuk [8]. Salah satu metode ekstraksi ciri adalah HSV [12][13][14][15][16]. Konversi citra menjadi citra HSV dipakai untuk mengekstrak objek berwarna karena lebih mudah untuk merepresentasikan warna [13].…”

Section: Pendahuluanunclassified

Deteksi Tingkat Kematangan Buah Melinjo Menggunakan Metode Algoritma Self Organizing Map

Lufianawati,

Baharani,

Fahrizal

2024

Transmisi J.Ilm. Tek. Elekt.

View full text Add to dashboard Cite

Melinjo tersebar luas di Indonesia. Buah melinjo mengalami perubahan warna dari mentah hingga sangat matang. Proses pemilihan hasil panen baik oleh petani, masyarakat, dan pelaku usaha UMKM buah melinjo pada umumnya memilih melinjo sebagai bahan dasar suatu produk masih dilakukan secara manual menggunakan penglihatan manusia normal sehingga memiliki kelemahan antara lain waktu yang dibutuhkan relatif lama dan menghasilkan produk beragam karena tingkat kelelahan manusia. Perkembangan teknologi ilmu pengetahuan dan teknologi pengolahan citra digital bisa diterapkan untuk memilih buah dari hasil panen secara otomatis dengan bantuan aplikasi pengolah citra. Tujuan penelitian ini adalah membangun sebuah sistem untuk mengklasifikasi tingkat kematangan buah melinjo dengan menggunakan metode Algoritma Self Organizing Map dan ekstraksi fitur RGB (Red, Green, Blue) dan HSV (Hue, Saturation, Value) dengan bantuan aplikasi pengolah citra MATLAB. Deteksi tingkat kematangan buah melinjo memiliki 4 tingkat kematangan yaitu mentah, setengah matang, matang, dan sangat matang. Penelitian ini menggunakan 200 citra, 80% data training dan 20% data testing. Berdasarkan hasil pengujian diperoleh tingkat accuracy 97,5% kemudian specificity 99,16% dan sensitifity 97,5%.

show abstract

“…Fitur warna HSV sudah banyak digunakan pada penelitian sebagai salah satu fitur untuk mengidentifikasi objek. Beberapa penelitian yang menggunakan fitur warna HSV antara lain digunakan untuk klasifikasi tingkat kematangan buah tomat [7], klasifikasi citra daun [8], klasifikasi jenis tanaman hias daun Philodendron [9], klasifikasi jenis Bunga [10], klasifikasi kematangan buah jeruk [11], dan klasifikasi jenis buah apel [12].…”

Section: Pendahuluanunclassified

Aplikasi Pengenalan Tingkat Kematangan Buah Tomat Menggunakan Fitur Warna HSV Berbasis Android

Sanjaya

2022

JTI

View full text Add to dashboard Cite

Tomatoes ripen relatively quickly, so tomato farmers must be able to properly sort the tomatoes for distribution. Farmers typically sort the tomatoes by hand. Tomato farmers are generally experts at manually sorting tomatoes, but humans have many limitations, such as being tired and unfocused. Because these issues can lead to inconsistencies and inaccuracies in sorting, a tool is required to help with the process. As a result, it is necessary to create an Android application to aid in the sorting process. The reason for using Android as a platform is that it is a tool that a large number of people own. The LVQ algorithm is used as a learning algorithm to find the best model for tomato recognition. To build the model, the algorithm requires features. Colors with Hue, Saturation, and Value (HSV) are used. The Personal eXtreme Programming (PXP) system development methodology was used to create applications that recognize the level of ripeness of tomatoes. Unified Modeling Language (UML) is the analytic tool of choice. The application was successfully developed on the Android platform based on the test results. The application's use results in an accuracy of 80%. Green and red tomatoes are the most well-known types of tomatoes. Turning tomatoes are difficult to identify because many of them are mistaken for green tomatoes.Keyword: Android; eXtreme Programming; HSV; Recognition; TomatoBuah tomat memiliki waktu kematangan relatif cepat, sehingga petani tomat harus dapat menyortir buah tomat dengan tepat yang akan didistribusikan. Pada umumnya petani menyortir buah tomat secara manual. Petani tomat juga pada umumnya sudah ahli dalam menyortir tomat secara manual, tetapi manusia memiliki banyak keterbatasan seperti lelah dan tidak fokus. Masalah tersebut dapat meyebabkan inkonsistensi dan ketidaktepatan dalam penyortirannya, sehingga dibutuhkan alat bantu untuk membantu proses peyortiran tersebut. Oleh karena itu, perlu dikembangkan sebuah aplikasi Android yang dapat membantu proses penyortiran tersebut. Alasan penggunaan Android sebagai platform karena merupakan alat yang banyak dimiliki orang pada umumnya. Algoritme LVQ digunakan sebagai algoritme pembelajaran untuk mendapatkan model terbaik dalam mengenali buah tomat. Algoritme tersebut membutuhkan fitur untuk membangun modelnya. Fitur yang digunakan adalah warna Hue, Saturation, dan Value (HSV). Aplikasi pengenalan tingkat kematangan buah tomat dikembangkan menggunakan metodologi pengembangan sistem Personal eXtreme Programming (PXP). Alat analisis yang digunakan adalah Unified Modeling Language (UML). Berdasarkan hasil pengujian, aplikasi berhasil dikembangkan pada platform Android. Penggunaan aplikasi tersebut menghasilkan akurasi sebesar 80%. Tomat yang paling banyak dikenali adalah tomat Green dan Red. Tomat Turning cukup sulit dikenali, karena tomat tersebut cukup banyak yang dikenali sebagai tomat Green.Kata Kunci: Android; eXtreme Programming; HSV; Pengenalan; Tomat

show abstract

Pendeteksian Kematangan Buah Jeruk Dengan Fitur Citra Kulit Buah Menggunakan Transformasi Ruang Warna HSV

Cited by 5 publications

References 0 publications

Klasifikasi Jeruk Segar dan Busuk Melalui GLCM dan HSV dengan Menggunakan Metode ANN

Klasifikasi Jeruk Segar dan Busuk Melalui GLCM dan HSV dengan Menggunakan Metode ANN

Deteksi Tingkat Kematangan Buah Melinjo Menggunakan Metode Algoritma Self Organizing Map

Aplikasi Pengenalan Tingkat Kematangan Buah Tomat Menggunakan Fitur Warna HSV Berbasis Android

Contact Info

Product

Resources

About