Rancang Bangun Alat Pendeteksi Kematangan Buah Sawit Dengan Menggunakan Metode Image Processing Berdasarkan Komposisi Warna
DOI:
https://doi.org/10.55537/gabdimas.v1i2.827Kata Kunci:
buah sawit, transformasi ruang warna HSV, pengolahan citraAbstrak
Pemanfaatan citra digital sangat penting untuk mengetahui kematangan buah sawit dengan memanfaatkan sistem yang ada. Dengan adanya citra digital maka untuk menentukan kematangan buah sawit berdasarkan warnanya bisa dilakukan secara computing (berbasis teknologi), yaitu dengan menerapkan pengolahan citra menggunakan metode transformasi ruang warna HSV (Hue, Saturation, Value). Model warna HSV (Hue, Saturation, Value) mengelompokkan komponen intensitas dari informasi warna yang dibawa (hue dan saturation) dalam warna citra. Klasifikasi kematangan buah sawit dari pengujian 30 sampel citra buah sawit, dapat dilihat dari rentang nilai Hue. Ektrasi RGB ke HSV nilai pada kulit buah Sawit menghasilkan dua klasifikasi nilai rentang Hue, yaitu warna hitam kekuningan dengan nilai Hue (0.25604 - 0.59155) untuk sawit mentah, warna orange merah tua dengan nilai Hue (0.06511 - 0.12985) untuk sawit matang. Hasil dari deteksi kematangan dapat dilihat pada masing-masing pengujian dengan nilai presentase 100% untuk kategori buah sawit matang, 100% untuk kategori buah sawit mentah. Nilai presentase untuk pengujian keseluruhan data mempunyai presentase nilai yang baik dimana berpengaruh dalam mendeteksi kematangan sawit yaitu sebesar 100%. Maka dapat disimpulkan, bahwa pendeteksian kematangan buah sawit dapat dilakukan dengan menerapkan metode transformasi ruang warna HSV.
Unduhan
Referensi
Agrawal, S., Panda, R., Mishro, P. K., & Abraham, A. (2022). A novel joint histogram equalization based image contrast enhancement. Journal of King Saud University - Computer and Information Sciences, 34(4), 1172–1182. https://doi.org/10.1016/j.jksuci.2019.05.010
Informatika, P. T. (2015). Jurnal Mantik Penusa Vol 17 No 1 Juni 2015 ISSN 2088-3943 METODE CONTENT BASED IMAGE RETRIEVAL ( CBIR ) UNTUK PENCARIAN GAMBAR YANG SAMA MENGGUNAKAN PERBANDINGAN HISTOGRAM WARNA RGB Insan Taufik Jurnal Manajemen dan Informatika Komputer Pelita Nusantara J. 17(1), 1–4.
Ishak, H., Shiddiq, M., Fitra, R. H., & Yasmin, N. Z. (2019). Ripeness Level Classification of Oil Palm Fresh Fruit Bunch Using Laser Induced Fluorescence Imaging. Journal of Aceh Physics Society, 8(3), 84–89. https://doi.org/10.24815/jacps.v8i3.14139
Ismail, Nurhikma Arifin, & Prihastinur. (2023). Klasifikasi Kematangan Buah Naga Berdasarkan Fitur Warna Menggunakan Algoritma Multi-Class Support Vector Machine. Jurnal Informatika Teknologi Dan Sains, 5(1), 121–126. https://doi.org/10.51401/jinteks.v5i1.2203
Isnaini, V. A., Wirman, R. P., Salma, H., & Wirman, S. P. (2020). Metode Pengukuran Resistivitas Logam Tipis dengan Identifikasi Ukuran Sampel menggunakan Image Processing. Jurnal Fisika, 10(2), 42–49.
Los, U. M. D. E. C. D. E. (n.d.). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title.
Nabusa, Y. N. (2019). Pengolahan Citra Digital Perbandingan Metode Histogram Equalization Dan Spesification Pada Citra Abu-Abu. J-Icon, 7(1), 87–95.
Ningsih, I. F., & Salambue, R. (2021). Klasifikasi Kematangan Buah Sawit Dengan Jaringan Syaraf Tiruan Metode Perceptron. Repository.Unri.Ac.Id, 1–15.
Prahudaya, T. Y., & Harjoko, A. (2017). Metode Klasifikasi Mutu Jambu Biji Menggunakan Knn Berdasarkan Fitur Warna Dan Tekstur. Jurnal Teknosains, 6(2), 113. https://doi.org/10.22146/teknosains.26972
Qaim, M., Sibhatu, K. T., Siregar, H., & Grass, I. (2020). Environmental, economic, and social consequences of the oil palm boom. Annual Review of Resource Economics, 12, 321–344. https://doi.org/10.1146/annurev-resource-110119-024922
Rahmadwati, R., Razak, A. A., & Huda, M. (2022). Operasi Morfologi dan Teknik Histogram pada Sistem Deteksi Plat Nomor Kendaraan Bermotor. Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems), 15(3), 115–118. https://doi.org/10.21776/jeeccis.v15i3.1553
Ratna, S. (2020). Pengolahan Citra Digital Dan Histogram Dengan Phyton Dan Text Editor Phycharm. Technologia: Jurnal Ilmiah, 11(3), 181. https://doi.org/10.31602/tji.v11i3.3294
Rifqi, M., & Suharjito. (2021). Deteksi Kematangan Tandan Buah Segar (Tbs) Kelapa Sawit Berdasarkan Komposisi Warna Menggunakan Deep Learning. Jurnal Teknik Informatika Atmaluhur, 6(1), 40.
Salambue, R., & Shiddiq, M. (2019). Klasifikasi Kematangan Buah Sawit Menggunakan Model Warna RGB. Seminar Nasional APTIKOM (SEMNASTIK), 434–440.
Sari, N. L. K., Oktavianti, M., & Samsun, S. (2020). Analisis Karakter Segmen Abnormal pada Citra Mamografi dengan Menggunakan Berbagai Metode Preprocessing Citra. Jurnal Ilmiah Giga, 22(1), 1. https://doi.org/10.47313/jig.v22i1.737
Sari, N., Shiddiq, M., Hamdi, M., & Nadia, Z. Y. (2020). Evaluasi Tingkat Kematangan Tandan Buah Segar Kelapa Sawit Menggunakan Metode Optik Dengan Laser Modulasi. Aptek, 11(2), 17–21.
Sari, W. E., Muslimin, M., Franz, A., & Sugiartawan, P. (2022). Deteksi Tingkat Kematangan Tandan Buah Segar Kelapa Sawit dengan Algoritme K-Means. SINTECH (Science and Information Technology) Journal, 5(2), 154–164. https://doi.org/10.31598/sintechjournal.v5i2.1146
Sedo, R., Mudjirahardjo, P., & Yudaningtyas, E. (2019). Identifikasi Takaran Pupuk Nitrogen Berdasarkan Tingkat Kehijauan DaunTanaman Padi Menggunakan Metode Histogram of s-RGBdan Fuzzy Logic. Jurnal EECCIS (Electrics, Electronics, Communications, Controls, Informatics, Systems), 13(1), 31–37.
Setiawan, M. R., Sari, Y. A., & Adikara, P. P. (2019). Klasifikasi Citra Makanan Menggunakan K-Nearest Neighbor dengan Fitur Bentuk Simple Morphological Shape Descriptors dan Fitur Warna Grayscale Histogram. 3(3), 2726–2731.
Shedriko, & Firdaus, M. (2022). Pengenalan Wajah dengan Algoritma Local Binary Pattern Histogram Menggunakan Python. Remik: Riset Dan E-Jurnal Manajemen Informatika Komputer, 6(2), 272–281.
Sinambela, R., Mandang, T., Subrata, I. D. M., & Hermawan, W. (2020). Application of an inductive sensor system for identifying ripeness and forecasting harvest time of oil palm. Scientia Horticulturae, 265(January), 109231. https://doi.org/10.1016/j.scienta.2020.109231
Sutan, Sandra Malin , Ahmad Diyanal Arifin, dan Y. H. (2016). Jurnal Teknologi Pertanian Andalas. Identifikasi Non-Destructive Kandungan Total Karoten Pada Buah Kelapa Sawit (Elaeis Guineensis Jacq) Berbasis Analisis Citra, 20(1), 10.
Tamam, M. T., Taufiq, A. J., & Dwiono, W. (2020). Rancang Bangun Purwarupa Sistem Deteksi Tingkat Kematangan Buah Jeruk Berdasarkan Warna Kulitnya. Jurnal Riset Rekayasa Elektro, 2(2), 2–5. https://doi.org/10.30595/jrre.v2i2.7938
Wibowo, A., Poningsih, P., Parlina, I., Suhada, S., & Wanto, A. (2022). Rancang Bangun Mesin Sortir Buah Kelapa Sawit Berdasarkan Tingkat Kematangan Menggunakan Sensor Warna Tcs3200 Berbasis Arduino Uno. STORAGE: Jurnal Ilmiah Teknik Dan Ilmu Komputer, 1(2), 9–15. https://doi.org/10.55123/storage.v1i2.305
Xu, Y., Ciais, P., Yu, L., Li, W., Chen, X., Zhang, H., Yue, C., Kanniah, K., Cracknell, A. P., & Gong, P. (2021). Oil palm modelling in the global land surface model ORCHIDEE-MICT. Geoscientific Model Development, 14(7), 4573–4592. https://doi.org/10.5194/gmd-14-4573-2021
Yulianto. (2020). Analisis Quality Control Mutu Minyak Kelapa Sawit Di Pt. Perkebunan Lembah Bhakti Aceh Singkil. Amina, 1(2), 72–78. https://doi.org/10.22373/amina.v1i2.36
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Melani Alka Syahira, Miftahul Khoiriah, Rina Syafiddini Harahap
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
