Klasifikasi Tingkat Kesegaran Sayur Bayam Berdasarkan Tekstur Daunnya Berbasis Citra Digital
Keywords:
Klasifikasi, Kesegaran, Sayur Bayam, Tekstur Daun, K-Means, Ekstraksi FiturAbstract
Penelitian ini bertujuan untuk mengklasifikasikan tingkat kesegaran sayur bayam berdasarkan tekstur daunnya menggunakan citra digital. Metode yang diusulkan terdiri dari 6 tahap, yaitu akuisisi citra, preprocessing, segmentasi, operasi morfologi, ekstraksi fitur, dan klasifikasi. Penelitian ini menggunakan metode klasifikasi untuk menentukan kualitas bayam menggunakan algoritma K-Means dengan fitur RGB + LAB + TEKSTUR. Hasil menunjukkan akurasi tertinggi sebesar 92,91% untuk data latih dan 88,33% untuk data uji. Proses morfologi dalam penelitian dimulai dengan operasi opening pada gambar segmentasi menggunakan elemen struktural berbentuk disk berukuran 3 piksel, dilanjutkan dengan hole filling untuk mengisi lubang kecil di dalam objek, dan bwareaopen untuk menghilangkan noise atau objek kecil yang tidak penting. Tahap ekstraksi fitur mencakup fitur warna dan tekstur, dengan menggunakan GLCM untuk menghitung nilai homogeneity, contrast, correlation, dan energy. Tahap klasifikasi dilakukan dengan algoritma clustering K-Means untuk membedakan kelas gambar daun bayam berdasarkan kualitasnya. Saran untuk penelitian selanjutnya adalah memperbaiki proses pengambilan gambar dan mencoba metode klasifikasi dan fitur lainnya.
Abstract views: 32
, 
PDF downloads: 34
Downloads
References
Agung, A. S., Dirgantara, F., Hersyam, M. S., Kaswar, A. B., & Andayani, D. D. (2023). Classification of tomato quality based on color features and skin characteristics using image processing-based artificial neural network. JUTIF, 4(5), 1021–1032. https://doi.org/10.52436/1.jutif.2023.4.5.780
Anisa, N. S., Andika, T. H., & Hardiyanti, F. (2020). Sistem identifikasi citra daun berbasis segmentasi dengan menggunakan metode K-Means clustering. Jurnal Aisyah Journal of Informatics and Electrical Engineering. https://doi.org/10.30604/jti.v2i1.22
Cahyaputra, H. R., & Rahmadewi, R. (2024). Klasifikasi tingkat kematangan buah paprika menggunakan metode K-Nearest Neighbor berdasarkan warna RGB melalui aplikasi MATLAB. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika, 9(1), 242–249.
Dea, L. B. (2022). K-Means clustering: Cara kerja dan penggunaannya pada bisnis.
Hakiki, D., Darmawati, E., Purwanto, Y. A., Hideto, U., & Yotoma, Y. (2016). Changes in postharvest quality of organic spinach during storage after heatshock and hydrocooling treatment. Jurnal Keteknikan Pertanian, 4(1), 53–58. https://doi.org/10.19028/jtep.04.1.53-58
Haesri, B., Fitriyah, H., Hannats, M., & Ichsan, H. (2022). Klasifikasi kesiapan panen tanaman hidroponik bayam hijau menggunakan metode pengolahan citra dan k-nearest neighbours berbasis Raspberry Pi. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer.
Hartati, E. (2020). Penggunaan klasifikasi sayur segar dan sayur busuk menggunakan algoritma Support Vector Machine. Jurnal Teknik Informatika dan Sistem Informasi, 7(3).
Kartikasari, D. T., Wahyusari, R., & Tinggi, S. (2022). Penentuan jenis tomat menggunakan ekstraksi ciri bentuk dan ukuran dengan metode K-Means. JIIFKOM (Jurnal Ilmiah Informatika & Komputer).
Knn, D., & Ocsan, R. (2022). Klasifikasi kesegaran sayur kangkung dan deteksi terpapar bahan kimia menggunakan metode GLCM dan kNN.
Liantoni, F., & Cahyani, L. (2017). Pemanfaatan hierarchical clustering untuk pengelompokkan daun berdasarkan fitur moment invariant. Jurnal Ilmiah Edutic.
Muhibbul, M. (2023). Segmentasi citra penyakit daun bawang merah menggunakan K-Means dan Otsu. JAMI: Jurnal Ahli Muda Indonesia, 4(1), 13–17. https://doi.org/10.46510/jami.v4i1.141
Nababan, A., & Jannah, M. (2023). Implementasi algoritma K-Nearest Neighbor dalam klasifikasi citra sayur. Jurnal Sains Riset, 13(2), 640.
Ningsih, A. K. R., Melina, F., Kuswanti, I., & Stik, Y. (2018). Efektivitas sayur bayam dan tablet Fe terhadap kenaikan kadar hemoglobin pada ibu hamil di Puskesmas Tegalrejo. Jurnal Kesehatan Masyarakat. https://doi.org/10.47317/jkm.v11i2.57
Parawati, N. (2022). Klasifikasi penyakit daun bayam dengan menggunakan metode Support Vector Machine (SVM). Jurnal Teknik Informatika dan Sistem Informasi, 6(1), 45–58. https://doi.org/10.26798/jiko.v5i2.452
Qomaruddin, M., Riana, D., & Anton. (2021). Segmentasi K-Means citra daun tin dengan klasifikasi ciri gray level co-occurrence matrix. Jurnal Sistem dan Teknologi Informasi. https://doi.org/10.26418/justin.v9i2.44139
Rahman, M., & Pambudi, A. (2022). Identifikasi citra daun selada dalam menentukan kualitas tanaman menggunakan algoritma convolutional neural network (CNN). Jurnal Informatika dan Teknik Elektro Terapan, 11(3), 2830–7062.
Siregar, F. R. A., Sriani, & Darta, A. (2024). Segmentasi kematangan buah markisa berdasarkan kemiripan warna dengan algoritma K-Means. Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD, 7(1).
Sugriyono, S., & Siregar, M. U. (2020). Preprocessing kNN algorithm classification using K-Means and distance matrix with students’ academic performance dataset. Jurnal Teknologi dan Sistem Komputer, 8(4). https://doi.org/10.14710/jtsiskom.2020.13874
Trisnawan, A., Harianto, W., Fakultas Sains dan Teknologi, Universitas Negeri Malang. (2019). Klasifikasi beras menggunakan metode K-Means clustering berbasis pengolahan citra digital. Jurnal Terapan Sains & Teknologi (RAINSTEK).
Yohannes, Y., Pribadi, M. R., & Chandra, L. (2020). Klasifikasi jenis buah dan sayuran menggunakan SVM dengan fitur saliency-HOG dan color moments. ELKHA: Jurnal Teknik Elektro, 12(2), 76–87. https://doi.org/10.26418/elkha.v12i2.42160
Email: a.baso.kaswar@diginus.id
