Tahun 2017
Latar Belakang Buah pisang merupakan komoditas yang memberikan kontribusi besar terhadap angka
produksi buah nasional maupun internasional. Pemerintah melalui Badan Standarisasi
Nasional menetapkan standar untuk buah pisang, menjaga mutu buah pisang. Tujuan
dari penelitian ini adalah klasifikasi tahapan kematangan dari buah pisang ambon
berdasarkan indeks warna menggunakan metode Naïve Bayes sesuai dengan SNI
7422:2009. Naive bayes digunakan sebagai metode dalam proses pengklasifikasian
dengan cara membandingkan nilai probabilitas yang dihasilkan dari nilai variabel
penduga setiap model untuk menentukan tahap kematangan pisang ambon.
Metode Penelitian Metodologi yang digunakan dalam penelitian ini meliputi beberapa tahapan yaitu:
1) Pengambilan Citra Akuisisi citra adalah tahap awal untuk mendapatkan citra
digital.
2) Praproses Data sampel citra buah pisang ambon diolah menggunakan matlab
R2014b untuk mendapatkan nilai RGB yang merupakan rata-rata dari keseluruhan
piksel Kemudian nilai tersebut dinormalisasi menjadi rgb dengan cara membagi
masing-masing nilai dengan bilangan 255.
3) Implementasi Naïve Bayes Salah satu metode yang menggunakan konsep
probabilitas adalah metode naive bayes.
4) Perancangan User Interface Identifikasi kematangan pisang dikembangkan dengan
sistem berbasis graphical user interface (GUI) menggunakan Matlab.
Hasil dan Pembahasan Dari Hasil yang didapat dari Model tiga dan model dua memiliki akurasi tertinggi dengan
hanya mengacu pada 7 dan 9 nilai variabel diduga karena ada variable homogenitas dan
kromatik a (*a) pada variable penduga, fitur homogenitas sendiri berfungsi untuk
mengatur niai keseragaman suatu obyek, dan citra yang digunakan memilki keseragaman
yang sama lalu kromatik a memiliki fungsi memberikan warna yang lebih seragam dalam
perbedaan visual.
Kesimpulan dan saran Kesimpulan :
Berdasarkan hasil pembahasan maka dapat disimpulkan :
1. Nilai input yang digunakan dalam klasifikasi tahap kematangan pisang ambon
menggunakan tiga buah model yang terdiri dari variable penduga yang berbeda.
Model satu dengan 13 nilai variabel yaitu r, g, b, h, s, v, l, *a, *b, entropi, energi,
kontras dan homogenitas, model 2 dengan 9 nilai variabel yaitu r, g, b, v, *a, *b,
entropi, energi, dan homogenitas dan model 3 dengan 7 nilai varibel yaitu r, g, b,
v, *a, entropi, dan homogenitas.
2. Naive bayes digunakan sebagai metode dalam proses pengklasifikasian dengan
cara membandingkan nilai probabilitas yang dihasilkan dari nilai variabel
penduga setiap model untuk menentukan tahap kematangan pisang ambon.
3. Hasil yang didapat menggunakan model 2 dan model 3 menghasilkan akurasi rata-
rata terbesar mencapai 90.48%.
4. Naïve Bayes layak untuk digunakan sebagai klasifikasi tahap kematangan pisang
ambon berdasarkan warna dan tekstur kulit buah.
Saran :
Suhu ruang yang tetap dan tempat penyimpanan yang layak untuk buah pisang harus
dikondisikan sebaik mungkin, mengingat suhu menjadi faktor penting dalam kematangan
pisang agar penelitian selanjutnya dapat diperoleh pisang dengan semua tahap
kematangan berdasarkan SNI:7422-2009.
Latar Belakang Kematangan buah biasanya ditentukan oleh beberapa parameter, diantaranya adalah dari
parameter ukuran, berat, ciri warna, keharuman dari buah tersebut, dan lain-lain.
Parameter kematangan buah dari sisi warna kulit buah merupakan salah satu faktor
penting di dalam identifikasi kematangan buah. Banyak kelemahan yang dimiliki
manusia didalam mempersepsi kematangan buah menggunakan indera penglihatan
sebagai penentu tingkat kematangan seperti penilaian oleh manusia yang bersifat
subyektif dan tidak konsisten sehingga dapat berbeda dari satu penilai dengan penilai
lainnya. Perkembangan teknologi informasi memungkinkan identifikasi kematangan
buah bahkan deteksi terhadap jenis buah dengan bantuan komputer.
Metode Penelitian Adapun metodologi yang dilakukan untuk menyelesaikan penelitian ini antara lain:
a. Pengumpulan data
• Mengumpulkan buku, artikel, jurnal, makalah, atau situs internet yang
berhubungan dengan pengolahan citra terutama yang berhubungan dengan metode-
metode pada visi komputer.
• Menyaring referensi-referensi yang telah dikumpulkan sebelumnya sehingga
diperoleh data-data yang relevan.
b. Analisis dan Perancangan
• Mempelajari dan menganalisis cara kerja metode-metode pada visi komputer.
• Dari hasil analisis, dibuat sebuah rancangan aplikasi dengan metode yang dipilih.
c. Pemrograman (Coding) Melakukan pemrograman berdasarkan rancangan yang
dibuat dengan menggunakan bahasa pemrograman Delphi 7 dan engine basis data
menggunakan Borland Database Engine tipe tabel Paradox.
d. Pembahasan Hasil
• Melakukan uji coba terhadap aplikasi yang telah dibuat.
• Membuat ringkasan tabel hasil pengujian dari hasil uji coba yang telah dibuat.
Metode Penelitian Metode penelitian merupakan suatu cara ilmiah yang digunakan untuk memperoleh dan
menyelesaikan suatu masalah yang dilandasi oleh metode ilmiah. Subjek dari penelitian
ini adalah mengetahui tekstur citra mentimun belum matang dan matang dengan
menggunakan 5 parameter ciri yaitu mean, variance, skewness, kurtosis, dan entropy
dengan menggunakan Matlab v8.2. Data dalam penelitian ini menggunakan 40 sampel
citra truecolor 24bit dengan format ekstensi *.bmp yang terdiri masing-masing 20 citra
pada tekstur kulit mentimun matang dan belum matang.
Saran :
Penelitian ini tentu saja masih banyak kekurangan, karena itu diperlukan saran dan
kritik yang nantinya dapat digunakan untuk lebih mengembangkan aplikasi ini.
Adapun saransaran yang dapat digunakan untuk mengembangkan penelitian ini adalah
sebagai berikut :
a. Perlu dilakukan penelitian menggunakan metode ekstraksi ciri orde dua dengan
parameter energy, contrast, correlation dan inverse different moment, sehingga dapat
diketahui hasilnya dan dapat dibandingkan dengan parameter orde pertama yang pada
akhirnya mendapatkan keputusan parameter ciri manakah yang lebih akurat untuk
menghitung tekstur citra secara statistik.
b. Citra kulit mentimun yang digunakan ialah mentimun biasa/konsumsi, penulis
menyarankan untuk dapat menggunakan citra tekstur mentimun jenis lain lain,
misalnya citra mentimun krei, mentimun suri, dan jenis mentimun yang lain.
Tahun 2015
Latar Belakang Aplikasi pengolahan citra mempermudah penggunanya dalam pengenalan pola yang
berperan dalam memisahkan objek dari latar belakang secara otomatis. Selain itu
pengolahan citra berperan untuk mengenali bentuk-bentuk khusus yang dilihat oleh
mesin sehingga mempermudah dalam mengenali suatu objek. Perangkat lunak untuk
mengolah citra digital juga sangat populer dalam perkembangannya, digunakan oleh
pengguna untuk mendeteksi, mengolah foto atau untuk berbagai keperluan lain sebagai
contoh, Adobe Photoshop dan GIMP (GNU Image Manipulation Program) yang
menyajikan berbagai fitur dalam memanipulasi citra digital. Semangka atau tembikai
(Citrullus lanatus, suku ketimun-ketimunan atau Cucurbitaceae) adalah tanaman
merambat yang berasal dari daerah setengah gurun di Afrika bagian selatan. Tanaman ini
masih sekerabat dengan labu-labuan (Cucurbitaceae), melon (Cucumis melo) dan
ketimun (Cucumis sativus)
Tujuan Penelitian 1. Perancangan Aplikasi Perancangan adalah sebuah proses untuk mendefenisikan
sesuatu yang akan dikerjakan dengan menggunakan teknik yang bervariasi serta di
dalamnya melibatkan deskripsi mengenai arsitektur serta detail komponen
2. Pengolahan Citra Digital Menurut Efford 2000, Pengolahan citra digital adalah
istilah umum untuk berbagai teknik yang keberadaannya untuk memanipulasi dan
memodifikasi citra dengan berbagai cara.
3. Thresholding Pengertian dasar thresolding menyatakan histogram sebelah kiri
mewakili citra f(x,y), yang tersusun atas objek terang di atas background gelap.
Metode yang di gunakan 1. Studi literatur
Melakukan studi literatur dengan cara mencari, membaca, memahami referensi
baik jurnal, paper, artikel, buku, internet, dan sumber- sumber refernsi lainnya
mengenai Body Mass Index, Body Surface Area, Mosteller, luas permukaan tabung
silinder elips, pengolahan citra, perhitungan statistika, dan Aplikasi Android.
2. Mengumpulkan data lapangan
Melakukan pengumpulan data berat dan tinggi badan asli beserta potret citra
tampak depan dan seluruh badan.
3. Perancangan diagram alir
Melakukan perancangan diagram alir untuk menentukan alur pengerjaan yang akan
dilakukan pada aplikasi Android setelah melakukan berbagai percobaan.
4. Implementasi algoritma
Melakukan implementasi algoritma berdasarkan diagram alur dan metode yang
telah dirancang sebelumnya.
5. Analisa hasil aplikasi
Melakukan sebuah analisis dari hasil aplikasi yang telah dibuat untuk mengetahui
tingkat akurasi antara metode pengolahan citra digital dan yang asli.
Pembahasan A. Analisa Citra
Pada aplikasi pengolahan citra yang akan dirancang harus memiliki data-data yang
akan diolah, dan digunakan pada sistem yang nantinya digunkan dalam sistem
pendeteksian. Pada aplikasi pendeteksian kematangan buah semangka ukuran citra
yang digunakan berukuran 256x256 pixel dengan format JPG. Hal ini dilakukan
bertujuan untuk mengahsilkan nilai RGB yang riil untuk diproses kedalam program
aplikasi sehingga ada kecocokan didalamnya. Citra semangka yang digunakan untuk
pendeteksian menggunnakan buah semngka yang berumur 75-100 hari masa tanam.
Kesimpulan Dari pembahasan yang diuraikan dari pembuatan skripsi ini dapat disimpulkan sebagai
berikut : 1. Proses deteksi kematangan buah semangka dalam perancangan aplikasi ini
adalah dengan cara menentukan objek, melakukan faktor indikator yang mempengaruhi
dari objek yaitu warna RGB. 2. Penerapan metode thresholding didalam pendeteksian
kematangan buah semangka bertujuan untuk memisahkan latar belakang dari objek yang
akan dideteksi dan merubahnya menjadi gambar biner atau hitam putih, sehingga lebih
jelas antara objek dan latar belakang yang akan dideteksi. 3. Perancangan aplikasi
pengolahan citra deteksi kematangan buah semangka ini menggunakan software
MATLAB yang didalamnya terdapat GUI (Grapichal User Interface) sebagai pendukung
dalam pembuatan aplikasi pengolahan citra.
Latar Belakang manusia bergantung pada kualitas penglihatannya untuk membedakan antara buah
matang dan mentah. Dengan ini untuk menentukan buah matang atau tidak masih belum
tedeteksi dengan benar
Tujuan Penelitian untuk mengetahui kematangan buah tanpa menyentuh dengan logika fuzzy dan
segmentasi gambar
Metode yang di gunakan dengan menghitung semua nilai warna RGB dan logika fuzzy. Pertama yaitu menginput
gambar RGB, kedua segmentasi gambar warna segmentasi, ketiga menghitung nilai rata-
rata, keempat logika fuzzy untuk gambar tersegmentasi, kelima logika fuzzy untuk
mendeteksi kematangan buah
Pembahasan Sistem yang dikembangkan dikelola untuk mengklasifikasikan buah dalam kategori
matang, di bawah matang dan terlalu matang. Tabel 1 menunjukkan kisaran nilai rata-
rata merah, hijau dan biru untuk dikategorikan sampel buah yang diberikan.
Underripe
(ur) 0.0 0.0 0.0 4.09
9.3 6.45
Ripe
(r) 35.0118.4 14.0 2.8 16.0
33.3
Overripe
(or) 72.1100.8 17.7 21.0 28.0
31.9
Tetapi dalam beberapa kasus kisaran ini tidak memberikan hasil yang akurat.
Beberapa nilai terletak di daerah yang tumpang tindih dalam nilai rata-rata merah, hijau
dan biru. Karenanya terkadang memberikan hasil yang tidak terduga.
Kesimpulan algoritma segmentasi gambar warna novel yang dapat memeriksa tingkat kematangan
apel menggunakan ruang warna RGB dan logika fuzzy diusulkan. Pendekatan ini dapat
beroperasi secara langsung pada ruang warna RGB tanpa perlu transformasi ruang
warna. Selain itu, sistem dapat diterapkan ke aplikasi yang berbeda tanpa kesulitan
dengan hanya mengubah nilai parameter a, b dan c. Teknik ini dapat digunakan untuk
mendeteksi tingkat kematangan buah, sayuran, dan bidang medis untuk menemukan
berbagai tahap penyakit dalam tubuh manusia berdasarkan warna.
Jurnal
Volume & Halaman Vol. 3 issue 03
Latar Belakang membantu petani untuk mengoptimalkan hasil panen buah cherry dan strawberry yang
sudah matang maupun yang belum matang.
Tujuan Penelitian
adalah untuk memeriksa apakah buahnya sudah matang, matang atau terlalu matang.
Jurnal
Latar Belakang With increased expectations for food products of high quality, the need for accurate, fast
and objective quality determination in food products became necessary. External quality
is considered of paramount importance in the marketing and sale of fruits. The
appearance i.e., size, shape. color and presence of blemishes and quality of fruits
influences consumer perceptions and therefore determines the level of acceptability prior
to purchase.
Tujuan Penelitian
Metode yang di gunakan A. Image Acquisition
Image acquisition is the first process in the system development. The images are
captured by placing camera on the top of the tomato, by using same background and
same visible light condition.
B. Image Enhamcement
The purpose of image enhancement is to highlight certain features of interest in an image.
It consists of following phases.
1) Apply Specific Color Space: The proposed system, shown in Figure 1, need a change
in the color space of the images, in order to obtain one channel containing the luminance
information and two other channels containing chrominance information.
2) Thresholding Process: The choice of the threshold value is the key parameter in
thresholding process. Maturity of tomato can be determined by its color, and the average
color value of a whole tomato should be taken for further processing. For that purpose the
region of tomato is necessary. To find the region thresholding process is used
A. Feature Edraction In general, the idea of features extraction is to extract the
information of the interested area in the image for further usage in processing the image.
color of the tomato is the interested area in this process. Several processes under feature
extraction are to be undergo by the image which including boundaries tracing, connected
component analysis, obtaining color values R.G.B to define color bands for grading
C. Trained Classifier A digital camera is used to capture tomato images and then
transferred to the computer. These tomato images are cropped to a size of 640X480
pixels with the white background. Neural network toolbox is used to classify the grades
of tomato. There are four steps in the training process: (i) Assemble the training data (ii)
Create the network. (iii) Train the network (iv)Test and validate network response to new
inputs.
Pembahasan For Tomato maturity evaluation, colors ranges from Green to dark red are taken. The
tomatoes were to be graded into four maturity levels for Red, Orange, Turning and Green
with the grades A, B, C. D respectively. The preliminary results of the four grades are
shown in fig 8. The average value of the color features selected as parameter for
classification Twenty images of tomato are used in the training process. In the back
propagation neural network, it gave almost acurate results.
Kesimpulan The proposed method can process, analyze and recognize the tomato based on color
feature. In order to improve the functionality and flexibility of the recognition system
shape and size features can be combined together with color feature.
Tahun 2016
Tahun 2016