Prasetyo, Nevalen A and Surtono, Arif and Junaidi, Junaidi and Pauzi, Gurum Ahmad (2021) Sistem Identifikasi Tingkat Kematangan Buah Nanas Secara Non-Destruktif Berbasis Computer Vision. Journal of Energy, Material, and Instrumentation Technology, 2 (1). pp. 1-9. ISSN 2747-2043

[img]
Preview
Text
19-Article Text-136-1-10-20210603.pdf

Download (560kB) | Preview
Official URL: http://jemit.fmipa.unila.ac.id/index.php/jurnal

Abstract

Telah direalisasikan sebuah sistem identifikasi tingkat kematangan buah nanas secara non-destruktif berbasis computer vision. Penelitian ini dilakukan untuk membuat sistem yang mampu mengidentifikasi kematangan buah nanas menjadi enam indeks tingkat kematangan. Jaringan saraf tiruan digunakan sebagai pengklasifikasi tingkat kematangan buah nanas. Masukan jaringan saraf tiruan berupa parameter statistik warna, yaitu mean, standar deviasi, varian, kurtosis, dan skewness dari model warna RGB dan HSV citra buah nanas. Hanya parameter statistik model warna dengan nilai korelasi Pearson lebih besar dari 0,5 yang digunakan sebagai ciri citra buah nanas. Sejumlah 360 citra buah nanas digunakan pada proses pelatihan dengan persentase pembagian 75% data latih dan 25% data validasi. Proses segmentasi citra diterapkan untuk memisahkan antara bagian buah nanas dengan latar belakang citra. Penelitian ini menghasilkan sebuah sistem pemutuan buah nanas yang terdiri dari perangkat lunak dan perangkat keras yang mampu mengidentifikasi enam indeks tingkat kematangan buah nanas dengan akurasi rerata sebesar 98,4%.

Item Type: Article
Subjects: Q Science > QC Physics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) > Prodi Fisika
Depositing User: M.Si.M.Eng ARIF SURTONO
Date Deposited: 03 Jun 2021 06:40
Last Modified: 03 Jun 2021 06:40
URI: http://repository.lppm.unila.ac.id/id/eprint/31857

Actions (login required)

View Item View Item