Penyortiran Buah Jeruk Dengan Ekraksi Ciri Rgb To Hsv Menggunakan Naïve Bayes
DOI:
https://doi.org/10.29407/inotek.v8i2.5018Abstract
Petani jeruk di Desa Balonggebang, Kecamatan Gondang, Kabupaten Nganjuk dalam menentukan kematangan buah jeruk menggunakan metode Naïve Bayes dan ekstraksi ciri. Prosesnya melibatkan pengumpulan data visual buah jeruk dari berbagai tahap kematangan menggunakan kamera, yang kemudian diolah menggunakan program pengolahan citra. Metode Naïve Bayes digunakan untuk mengklasifikasi tingkat kematangan berdasarkan ciri-ciri warna (RGB ke HSV). Hasil pengujian menunjukkan nilai RGB untuk jeruk matang berkisar antara R: 232.49-250.52, G: 212.95-241.90, dan B: 161.90-237.06, sementara nilai HSV untuk jeruk matang adalah H: 4.62-10.59, S: 21.86-92.92, dan V: 235.15-250.60. Sistem ini mencapai tingkat akurasi sebesar 90%, dengan 9 dari 10 gambar uji terklasifikasi dengan benar. Aplikasi web responsif dikembangkan untuk memudahkan petani mengakses program ini melalui perangkat mobile, sehingga meningkatkan akurasi dan efisiensi dalam proses pemanenan buah jeruk.
Keywords:
Jeruk, Klasifikasi##plugins.themes.default.displayStats.downloads##
References
D. P. Pamungkas and A. B. Setiawan, “IMPLEMENTASI EKSTRASI FITUR DAN K-NEAREST NEIGHTBOR UNTUK IDENTIFIKASI WAJAH PERSONAL,” Joutica, vol. 3, no. 2, p. 187, Sep. 2018, doi: 10.30736/jti.v3i2.233.
D. P. Pamungkas, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae),” Innovation in Research of Informatics (INNOVATICS), vol. 1, no. 2, Oct. 2019, doi: 10.37058/innovatics.v1i2.872.
M. Widyaningsih, “Identifikasi Kematangan Buah Apel Dengan Gray Level Co-Occurrence Matrix (GLCM),” Jurnal SAINTEKOM, vol. 6, no. 1, p. 71, Mar. 2017, doi: 10.33020/saintekom.v6i1.7.
A. Ciputra, D. R. I. M. Setiadi, E. H. Rachmawanto, and A. Susanto, “KLASIFIKASI TINGKAT KEMATANGAN BUAH APEL MANALAGI DENGAN ALGORITMA NAIVE BAYES DAN EKSTRAKSI FITUR CITRA DIGITAL,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 9, no. 1, pp. 465–472, Apr. 2018, doi: 10.24176/simet.v9i1.2000.
N. Wijaya and A. Ridwan, “KLASIFIKASI JENIS BUAH APEL DENGAN METODE K-NEAREST NEIGHBORS DENGAN EKSTRAKSI FITUR HSV DAN LBP,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 8, no. 1, pp. 74–78, Apr. 2019, doi: 10.32736/sisfokom.v8i1.610.
S. P. Adenugraha, V. Arinal, and D. I. Mulyana, “Klasifikasi Kematangan Buah Pisang Ambon Menggunakan Metode KNN dan PCA Berdasarkan Citra RGB dan HSV,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 1, p. 9, Jan. 2022, doi: 10.30865/mib.v6i1.3287.
P. Nabilla, Muh. F. Saputra, and R. Adi Saputra, “PERBANDINGAN RUANG WARNA RGB, HSV DAN YCBCR UNTUK SEGMENTASI CITRA IKAN KEMBUNG MENGGUNAKAN K-MEANS CLUSTERING,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 6, no. 2, pp. 476–481, Aug. 2022, doi: 10.36040/jati.v6i2.4770.
O. R. Indriani, E. J. Kusuma, C. A. Sari, E. H. Rachmawanto, and D. R. I. M. Setiadi, “Tomatoes classification using K-NN based on GLCM and HSV color space,” in 2017 International Conference on Innovative and Creative Information Technology (ICITech), IEEE, Nov. 2017, pp. 1–6. doi: 10.1109/INNOCIT.2017.8319133.
A. Sembiring, S. Rahman, M. Khairani, I. Faisal, S. E. Riyani Harahap, and M. Zen, “Identifikasi Kematangan Buah Menggunakan Metode Gray Level Co-occurence Matrix pada Citra Digital,” JURIKOM (Jurnal Riset Komputer), vol. 9, no. 6, p. 2074, Dec. 2022, doi: 10.30865/jurikom.v9i6.5163.
K. P. Siwilopo and H. Marcos, “MEMBANDINGKAN KLASIFIKASI PADA BUAH JERUK MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK DAN K-NEAREST NEIGHBOR,” Komputa : Jurnal Ilmiah Komputer dan Informatika, vol. 12, no. 1, pp. 57–64, May 2023, doi: 10.34010/komputa.v12i1.9068.
S. Siagian, K. Ibnutama, and R. Mahyuni, “Implementasi Metode Ekstraksi Ciri Warna Untuk Mendeteksi Kematangan Buah Jeruk,” Jurnal Sistem Informasi Triguna Dharma (JURSI TGD), vol. 1, no. 6, p. 898, Nov. 2022, doi: 10.53513/jursi.v1i6.5861.
J. Sulaksono, R. H. Irawan, and I. N. Fahmi, “Penerapan Metode Naive bayes Terhadap Bantuan Sosial Keluarga PraSejahtera”, Noe, vol. 3, no. 2, pp. 52-62, Aug. 2018
D. P. Pamungkas and A. B. Setiawan, “IMPLEMENTASI EKSTRASI FITUR DAN K-NEAREST NEIGHTBOR UNTUK IDENTIFIKASI WAJAH PERSONAL”, JTI, vol. 3, no. 2, pp. 187–193, Sep. 2018.
F. W. . Prianggara, A. B. . Setiawan, and I. N. . Farida, “Identifikasi Jenis Buah Apel Berdasarkan Ekstraksi Bentuk dan Warna”, inotek, vol. 4, no. 2, pp. 215–219, Sep. 2020.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Naufal Muji Dwicahyo, Resty Wulanningrum, Risky Aswi Ramadhani
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
