Pengaruh Warna RGB dan HSV Terhadap Model Neural dan Non-Neural pada Klasifikasi Kastengel
DOI:
https://doi.org/10.29407/0prnaa98Abstract
Permasalahan produksi kue kastengel adalah proses penyortiran kualitas secara manual yang rentan terhadap inkonsistensi penilaian visual dan kesalahan klasifikasi mutu. Penelitian ini membandingkan pengaruh representasi warna RGB dan HSV terhadap kinerja model neural Convolutional Neural Network dan non-neural algoritma Naive Bayes. Data uji menggunakan 960 gambar yang dibagi ke dalam tiga kelas. Hasil pengujian membuktikan penelitian ini mampu menghasilkan klasifikasi terbaik menggunakan model Convolutional Neural Network berformat RGB dengan akurasi 98,44 persen, mengalahkan format HSV di angka 90,62 persen. Sebagai pembanding, algoritma Naive Bayes hanya mendapat akurasi 89 persen pada HSV dan 77 persen pada RGB. Kesimpulannya, penelitian ini terbukti mampu mengatasi permasalahan penyortiran kualitas manual, di mana model Convolutional Neural Network berbasis RGB lebih unggul dalam mengenali pola cacat bentuk maupun warna.
Keywords:
Convolutional Neural Network, Naive Bayes, RGB, HSV, Kastengel##plugins.themes.default.displayStats.downloads##
References
[1] M. S. Medho, E. V. Muhammad, and M. K. Salli, "PERBEDAAN PENAMBAHAN BAHAN PENUNJANG COOKIES PADA METODE CREAMING TERHADAP PENERIMAAN SENSORIK COOKIES TEPUNG KOMPOSIT JAGUNG PUTIH LOKAL TIMOR DAN DAUN KELOR (Moringa oleifera)," Partner, vol. 27, no. 1, p. 1747, 2022, doi: 10.35726/jp.v27i1.565.
[2] A. Nurfitri, R. Munandar, and A. Fauzan, "Analisis Arsitektur Convolutional Neural Network Untuk Klasifikasi Citra Bunga," Jurnal Teknologi dan Sistem Informasi Bisnis, vol. 6, no. 3, pp. 522-531, 2024, doi: 10.47233/jteksis.v6i3.1413.
[3] A. Faizah et al., "Komparasi Algoritma Support Vector Machine (SVM) dan Convolutional Neural Network (CNN) untuk Klasifikasi Ekspresi Wajah," Jurnal Informatika dan Teknik Komputer, vol. 21, no. 1, pp. 13-24, 2027, doi: 10.52958/iftk.v21i1.11091.
[4] K. Akmal, A. Faqih, and F. Dikananda, "PERBANDINGAN METODE ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBORS UNTUK KLASIFIKASI PENYAKIT STROKE," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 7, no. 1, pp. 470-477, 2023, doi: 10.36040/jati.v7i1.6367.
[5] M. Afriansyah, J. Saputra, V. Yoga, P. Ardhana, and Y. Sa, "ALGORITMA NAIVE BAYES YANG EFISIEN UNTUK KLASIFIKASI BUAH PISANG RAJA BERDASARKAN FITUR WARNA," Jurnal Ilmu Komputer, Manajemen, Data, dan Sistem Informasi, vol. 1, no. 2, pp. 236-248, 2024, doi: 10.59407/jismdb.v1i2.438.
[6] E. Aji, A. Nasution, and Y. R. Nasution, "Klasifikasi Kematangan Buah Kelapa Sawit Berdasarkan Fitur Citra Warna Kulit Menggunakan Metode Transformasi Ruang Warna HSV dan K-Nearest Neighbor," Rekayasa, vol. 19, no. 1, pp. 38-48, 2026, doi: 10.21107/rekayasa.v19i1.33679.
[7] A. Zulkarnaen, T. Zagita, N. Asri, and U. Sriwijaya, "Pembuatan Aplikasi Android Pembelajaran Warna RGB Untuk Edukasi Pengolahan Citra Digital Dasar," Jurnal Pendidikan Sains, vol. 28, no. 1, pp. 1-7, 2026, doi: 10.56064/jps.v28i1.1330.
[8] S. P. Agustiardani, D. Maharani, and E. Y. Puspaningrum, "Segmentasi Warna Batik Pesisir Jawa Menggunakan HSV dan Metode Linkage Average pada Hierarchical Clustering," Santika: Jurnal Ilmiah Sains dan Teknologi, vol. 5, no. 1, pp. 60-65, 2025, doi: 10.33005/santika.v5i1.737.
[9] A. D. Fareza and R. Toyib, "ANALISIS DAN IMPLEMENTASI CITRA DIGITAL PADA BUKU ISHIHARA UNTUK MELIHAT TINGKAT BUTA WARNA," JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 5, pp. 11043-11049, 2024, doi: 10.36040/jati.v8i5.11823.
[10] P. P. Batam, P. N. Semarang, and U. Mulawarman, "Pengaruh Keseimbangan Kehidupan Kerja Lingkungan Kerja, dan Keterlibatan Kerja terhadap Kinerja Karyawan Kedai Kopi," REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer, vol. 7, no. 2, pp. 1132-1143, 2023, doi: 10.33395/remik.v7i2.12330.
[11] X. Zhao, L. Wang, Y. Zhang, X. Han, M. Deveci, and M. Parmar, "A review of convolutional neural networks in computer vision," Artificial Intelligence Review, vol. 57, no. 4, pp. 99, 2024, doi: 10.1007/s10462-024-10721-6.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
