Rancang Bangun Purwarupa Sistem Deteksi Tingkat Kematangan Buah Jeruk Berdasarkan Warna Kulitnya

Tamam, Muhammad Taufiq; Taufiq, Arif Johar; Dwiono, Wakhyu

doi:10.30595/jrre.v2i2.7938

Cited by 2 publications

(3 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dimana OpenCV ini sifatnya open source yang mempunyai beberapa algoritma computer vision atau pemilihan pengolahan citra didalamnya. Computer vision yaitu cabang pengetahuan pengolahan citra (image processing) yang nantinya akan dilakukan proses klasifikasi dari sampel data uji [14].…”

Section: Hasil Klasifikasiunclassified

Membandingkan Klasifikasi Pada Buah Jeruk Menggunakan Metode Convolutional Neural Network Dan K-Nearest Neighbor

Siwilopo,

Marcos

2023

KOMPUTA

View full text Add to dashboard Cite

Jenis jeruk di Indonesia beraneka ragam dengan ciri-cirinya yang berbeda. Di Indonesia termasuk daerah subtropis yang sangat cocok ditanami tanaman buah jeruk dengan suhu rata-rata 20-25℃. Buah jeruk mempunyai peluang yang baik untuk dikembangkan karena dapat dijumpai di setiap musim. Tamanan jeruk juga mudah dan relevan untuk ditanami dengan semua kondisi cuaca baik di dataran tinggi atau dataran rendah. Tanaman jeruk menjadi salah satu komoditas terbesar di setiap daerah provinsi. Salah satunya jenis jeruk keprok yang memiliki kandungan vitamin C yang banyak. Kandungan vitamin C pada buah jeruk dapat digunakan untuk mencegah penyakit influenza. Kandungan lain yang dimiliki buah jeruk yaitu zat fosfor dan zat kapur yang baik untuk pertumbuhan tulang pada anak-anak. Ciri-ciri buah jeruk dilihat berdasarkan warna kulit, tekstur kulitnya yang halus, tipis, mengkilap, dan tegas. Namun terkadang konsumen masih kesulitan dalam memilih antara buah jeruk yang matang dan belum matang secara manual. Oleh sebab itu, untuk mengurangi kesalahan dalam memilih buah jeruk dapat dilakukan dengan Computer Vision dimana bisa menggunakan aplikasi deteksi menggunakan kamera. Berdasarkan ciri-cirinya yang dijadikan sebagai acuan untuk proses klasifikasi ini menggunakan Algoritma K-Nearest Neighbor dan Convolutional Neural Network untuk memperoleh hasil perbandingan. Pada proses klasifikasi menggunakan sampel data latih dan data uji. Proses klasifikasi ini mengubah sampel gambar asli menjadi warna grayscale menggunakan aplikasi matlab. Pada sampel gambar juga dapat melihat apakah pada buah jeruk masih terdapat noise maupun tidak. Dapat disimpulkan bahwa dari kedua algoritma tersebut dihasilkan Convolutional Neural Network mendapatkan nilai tingkat akurasi lebih besar dibandingkan K-Nearest Neighbor.

show abstract

Section: Hasil Klasifikasiunclassified

Membandingkan Klasifikasi Pada Buah Jeruk Menggunakan Metode Convolutional Neural Network Dan K-Nearest Neighbor

Siwilopo,

Marcos

2023

KOMPUTA

View full text Add to dashboard Cite

show abstract

“…Dengan demikian diperlukan pendekatan alternatif yang lebih feasible dari sisi biaya namun mampu mendeteksi kematangan tempe dengan baik. Hal ini memungkinkan dengan memanfaatkan sensor warna yang telah dimanfaatkan untuk mendeteksi kematangan buah [11][12] [13]. Potensi penggunaan sensor warna dapat digunakan karena kondisi bahan tempe yang masih belum matang…”

Section: Pendahuluanunclassified

“…Model operasi pengendalian tersebut dituangkan dalam diagram seperti ditunjukkan pada Gambar 3. Berdasarkan Tabel 1 dapat diketahui bahwa terdapat perbedaan nilai RGB antara kondisi obyek yang masih mentah dengan yang sudah matang [11][12] [13]. Pada kondisi matang dari lima sampel uji diperoleh nilai maksimum Rmax =22, Gmax=26, dan Bmax=24.…”

Section: Prefix -Rtr Seminar Hasil Risetunclassified

Inkubator Fermentasi Tempe Dengan Deteksi Kematangan Berbasis Sensor Warna Pada Perajin Kripik Tempe

Istiadi,

Rahman,

Setiawidayat

et al. 2023

ciastech

View full text Add to dashboard Cite

Kendala produksi tempe untuk pembuatan kripik tempe diantaranya pada proses fermentasinya. Proses tersebut tempe secara sederhana dengan memanfaatkan lingkungan yang terbuka sehingga hasilnya tidak menentu tergantuang cuaca. Inovasi yang diusulkan yaitu pengembangan inkubator ferementasi tempe yang merupakan suatu ruang khusus dengan pengendalian temperatur dan kelembaban untuk proses pembiakan kapang Rizhopus sp terhadap kedelai sehingga membentuk hasil fermentasi tempe yang matang dan siap diolah. Teknologi utama pada inkubator ini adalah sistem kendali digital berbasis mikrokontroler yang terhubung pada sensor-sensor (temperatur, kelembaban, warna) dan aktuator-aktuator (elemen pemanas, kipas, humidifier). Inkubator yang dikembangkan mampu mengendalikan temperatur pada 35oC dan kelembaban 60%-70% RH, dan Sensor warna untuk mendeteksi kematangan berdasarkan ambang nilai Red, Green, Blue (RGB). Berdasarkan pengujian fermentasi tempe diperolah waktu kematangan fermentasinya kurang dari satu hari (sekitar 20 jam). Dengan adanya prototipe ini, diharapkan dapat memberikan kepastian penyediaan bahan tempe dengan waktu yang lebih efektif untuk diolah lebih lanjut.

show abstract

Rancang Bangun Purwarupa Sistem Deteksi Tingkat Kematangan Buah Jeruk Berdasarkan Warna Kulitnya

Cited by 2 publications

References 0 publications

Membandingkan Klasifikasi Pada Buah Jeruk Menggunakan Metode Convolutional Neural Network Dan K-Nearest Neighbor

Membandingkan Klasifikasi Pada Buah Jeruk Menggunakan Metode Convolutional Neural Network Dan K-Nearest Neighbor

Inkubator Fermentasi Tempe Dengan Deteksi Kematangan Berbasis Sensor Warna Pada Perajin Kripik Tempe

Contact Info

Product

Resources

About