Klasifikasi Tingkat Kematangan Buah Jeruk Nipis (Citrus Aurantifolia) Menggunakan Metode Jaringan Saraf Tiruan Berbasis Citra Digital

Nurhidayat; Andi Jaedil Bugdady; Fadhil Dhanendra; Marwan Ramdhany Edy

Authors

Nurhidayat Universitas Negeri Makassar
Andi Jaedil Bugdady Universitas Negeri Makassar
Fadhil Dhanendra Universitas Negeri Makassar
Marwan Ramdhany Edy Universitas Negeri Makassar

Abstract

Jeruk Nipis Merupakan warisan budaya indonesia yang telah diturunkan berabad-abad. Buah Jeruk nipis memiliki banyak Vitamin terutama Vitamin C yang dianggap bermanfaat signifikan kepada Tubuh. Penelitian ini bertujuan untuk mengetahui tingkat kematangan buah jeruk nipis (Citrus Aurantifolia) menggunakan Citra digital. Penelitian ini dilakukan pada bulan Maret 2024. Penelitian ini menggunakan Metode Jaringan Saraf Tiruan (JST) dengan penggambilan citra jeruk nipis untuk mendeteksi tingkat kematangan buah Jeruk Nipis yang dibagi menjadi dua dataset Uji dan Latih. Hasil penelitian menunjukkan bahwa metode ini mencapai tingkat akurasi sebesar 87% pada tahap pelatihan dan 68% pada tahap pengujian. Waktu komputasi yang dibutuhkan untuk mengklasifikasikan satu citra adalah 207.36 detik pada tahap pelatihan dan 42.15 detik pada tahap pengujian.

Abstract views: 26 ,

PDF downloads: 29

Downloads

Download data is not yet available.

References

Agus Susanto. (2019). Penerapan operasi morfologi matematika citra digital untuk ekstraksi area plat nomor kendaraan bermotor. Jurnal Pseudocode, 4(1). Retrieved from http://www.ejournal.unib.ac.id/index.php/pseudocode

Alfian Firlansyah, Andi Baso Kaswar, & Andi Akram Nur Risal. (2021). Klasifikasi tingkat kematangan buah pepaya berdasarkan fitur warna menggunakan jaringan syaraf tiruan. Jurnal Ilmu Komputer dan Teknologi Informasi, 6(2).

Gozali, T., Assalam, S., Ikrawan, Y., & Nurfalia, I. (2023). Optimalisasi formula minuman olahan jeruk nipis (Citrus aurantifolia) dengan parameter karakteristik produk. Jurnal Penelitian Pertanian Terapan, 23(2), 288–301. https://doi.org/10.25181/jppt.v23i2.2923

Hasugian, A. H., & Zufria, I. (2018). Perancangan sistem restorasi citra dengan metode image inpainting. ALGORITMA: Jurnal Ilmu Komputer dan Informatika, 1.

Heru Pramono Hadi, & Eko Hari Rachmawanto. (2022). Ekstraksi fitur warna dan GLCM pada algoritma KNN untuk klasifikasi kematangan rambutan. JIP (Jurnal Informatika Polinema, 8(3).

Iqbal, S. M., Gopal, A., Sankaranarayanan, P. E., & Nair, A. B. (2016). Classification of selected citrus fruits based on color using machine vision system. International Journal of Food Properties, 19(2), 272–288. https://doi.org/10.1080/10942912.2015.1020439

Kinanthi Putri Siwilopo, & Hendra Marcos. (2023). Membandingkan klasifikasi pada buah jeruk menggunakan metode convolutional neural network dan k-nearest neighbor. KOMPUTA: Jurnal Ilmiah Komputer dan Informatika, 12(1).

Marsyalin H. Likumahua, E. Moniharapon, & H. C. D. Tuhumury. (2022). Pengaruh konsentrasi gula terhadap karakteristik fisikokimia dan organoleptik marmalade jeruk nipis (Citrus aurantifolia S.). J. Sains dan Teknologi Pangan, 7(2), 4978–4993.

Miranti Mangansige, Thelma D. J. Tuju, & Christine F. Mamuaja. (2022). Ekstraksi pektin dari kulit jeruk nipis (Citrus aurantifolia) dengan variasi warna kulit jeruk. Jurnal Agroekoteknologi Terapan, 3(1). Retrieved from https://ejournal.unsrat.ac.id/index.php/samrat-agrotek

Paramita, C., Hari Rachmawanto, E., Atika Sari, C., & Ignatius Moses Setiadi, D. R. (2019). Klasifikasi jeruk nipis terhadap tingkat kematangan buah berdasarkan fitur warna menggunakan K-nearest neighbor. Jurnal Informatika: Jurnal Pengembangan IT, 4(1), 1–6. https://doi.org/10.30591/jpit.v4i1.1267

Poshit Raj Gokul, S. R., & Poornapushpakala Suriyamoorthi. (2015). Estimation of volume and maturity of sweet lime fruit using image processing algorithm. IEEE ICCSP.

Reni Rahmadewi, Gina Lova Sari, & Hirlan Firmansyah. (2019). Pendeteksian kematangan buah jeruk dengan fitur citra kulit buah menggunakan transformasi ruang warna HSV. Seminar FORTEI.

Sadri Agung, A., Farid Dirgantara, A. S., Syachrul Hersyam, M., Baso Kaswar, A., & Darma Andayani, D. (2023). Classification of tomato quality based on color features and skin characteristics using image processing-based artificial neural network. Jurnal Teknik Informatika (JUTIF, 4(5), 1021–1032. https://doi.org/10.52436/1.jutif.2023.4.5.780

Samuel Siagian, Khairi Ibnutama, & Rina Mahyuni. (2022). Implementasi metode ekstraksi ciri warna untuk mendeteksi kematangan buah jeruk. Jurnal Sistem Informasi TGD, 1(6).

Silalahi, M. (2020). Pemanfaatan Citrus aurantifolia (Christm. et Panz.) sebagai bahan pangan dan obat serta bioaktivitas. Sainmatika: Jurnal Ilmiah Matematika dan Ilmu Pengetahuan Alam, 17(1), 80. https://doi.org/10.31851/sainmatika.v17i1.3637

Siti Raysyah, Veri Arinal, & Dadang Iskandar Mulyana. (2021). Klasifikasi tingkat kematangan buah kopi berdasarkan deteksi warna menggunakan metode KNN dan PCA. Sistem Informasi, 8(2), 88–95.

Wina Afriani Purba. (2023). Analisis pemasaran jeruk (Citrus sinensis L). Retrieved from https://repositori.uma.ac.id/jspui/bitstream/123456789/22047/1/198220127%20-%20Wina%20Afriani%20Purba%20-%20Fulltext.pdf