KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN)



Authors (s)


(1) * Ratri Enggar Pawening   (Universitas Nurul Jadid)  
        Indonesia
(2)  Wali Ja'far Shudiq   (Universitas Nurul Jadid)  
        Indonesia
(3)  Wahyuni Wahyuni   (Universitas Nurul Jadid)  
        Indonesia
(*) Corresponding Author

Abstract


Jeruk merupakan salah satu tanaman jenis buah – buahan yang banyak digemari oleh masyarakat, dikarenakan  buah jeruk  mengandung banyak vitamin C, vitamin B6, Antioksidan dan serat, tingkat komsumsi dan harga yang tinggi banyak dimanfaatkan penjual jeruk untuk berbuat yang tidak seharusnya. Hal ini terjadi karena kurangnya pengetahuan pembeli dalam membedakan jeruk baik dan buruk, Salah satu cara untuk mengenali jeruk baik dan buruk dibidang informatika adalah menggunakan pengolahan citra. Tujuan penelitian ini adalah mengklasifikasi jeruk lokal berdasarkan bentuk dan teksturnya, Adapun metode yang digunakan yaitu metode GLCM (gray level co – occurance matrices) dengan fitur energy, Correlation, Contrast, Homogeneity untuk ekstrasi ciri tekstur dan metode geometri untuk ektrasi ciri bentuk dengan fitur Eccentricity dan matric. Sedangkan untuk menentukan kedekatan antara citra uji dengan citra latih menggunakan metode k – Nearest Neigbhor berdasarkan fitur tekstur dan bentuk yang diperoleh. Fitur fitur tekstur dicari dengan berdasarkan sudut 0°, 45°, 90°, 135°, dan Fitur – fitur bentuk dicari berdasarkan Luas dan Keliling Objek, nilai k yang digunakan dalam penelitian ini adalah 1 sampai 5, yang menghasilkan tingkat akurasi tertinggi pada uji k1 sebesar 93,33% dan akurasi terendah sebesar  86,20% pada uji k7 dan k8.



Keywords

jeruk, klasifikasi, k-NN, GLCM, GEOMETRI



Full Text: PDF



References


Agustin. (2011). Klasifikasi jenis pohon mangga gadung dan curut berdasarkan tekstur daun . Jurnal Elektronik, Volume 3, Nomor 2, 1-13.

Helmi. (2013). Algoritma k-Nearest Neighbor Dalam Klasifikasi Data Hasil Produksi Kelapa Sawit Pada PT.Minamas Kecamatan Parindu. Jurnal Ilmiah,Volume 02, Nomor 1, 1-6.

Irnanda, A. R., & Candra, F. (2018). Klasifikasi Jenis Mangga Berdasarkan Fitur Bentuk Dan Warna Dengan Menggunakan Metode k-Nearest Neighbor (k-NN). Jurnal Informatika, Volume 5, Nomor 2, 1-10.

Irnanda, A. R., & Candra, F. (2018). Klasifikasi Jenis Mangga Berdasarkan Fitur Bentuk Dan Warna Dengan Menggunakan Metode k-Nearest Neighbor (k-NN). Jurnal Buana Informatika,Volume 5, Nomor 2, 1-10.

Ndaumanu, Arief, & Kusrini. (2014). Analisis Prediksi tingkat Pengunduran Diri Mahasiswa dengan Metode K-Nearest Neighbor. Jurnal Informatika Volume 1, Nomor 1, 1-15.

Pawening. (2016). Klasifikasi jenis mangga berdasarkan bentuk dan tekstur daun menggunakan metode kNN. Jurnal Elektronik, Volume 3, Nomor 2, 1-13.

Prabowo, H. (2017). Deteksi Kondisi Kematangan Buah Jeruk Berdasarkan Kemiripan Warna Pada Ruang RGB Berbasis Android. Jurnal Elektronik, Volume 3, Nomor 2, 1-13.

Widodo. (2018). Pemanfaatan Ciri Gray Level Co-Occurrence Matrikx (GLCM) Citra Buah Jeruk Keprok (Citrus reticulata Blanco) Untuk Klasifikasi Mutu. Jurnal Teknologi informasi Volume 2, Nomor 11, 1-8.


Article View

Abstract views : 43 times | PDF files viewed : 39 times



Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Ratri Enggar Pawening, Wali Ja'far Shudiq, Wahyuni Wahyuni

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.