Kombinasi Tekstur dan Warna dalam Mengidentifikasi Kualitas Buah Rambutan Menggunakan Metode Jaringan Syaraf Tiruan
Keywords:
Akuisisi Citra, Ekstraksi Fitur, Jaringan Syaraf Tiruan, Klasifikasi, RambutanAbstract
Penelitian ini menekankan pentingnya meningkatkan produksi dan menilai kualitas buah rambutan di Indonesia, sebuah tanaman tropis yang bernilai gizi tinggi. Meskipun manfaat kesehatannya sudah diakui, evaluasi kualitas masih bergantung pada metode manual yang kurang akurat dan efisien. Beberapa penelitian sebelumnya telah mengusulkan metode berbasis teknologi, seperti pengolahan citra digital dan pendekatan kecerdasan buatan, untuk meningkatkan keakuratan penilaian kualitas buah rambutan. Namun, tingkat akurasi klasifikasi masih perlu ditingkatkan. Oleh karena itu, penelitian ini bertujuan untuk mengidentifikasi kualitas buah rambutan dengan memadukan analisis warna dan tekstur kulit menggunakan jaringan syaraf tiruan. Proses ini terdiri dari enam tahap utama yaitu akuisisi citra, preprocessing, segmentasi, operasi morfologi, ekstraksi fitur, hingga klasifikasi. Proses klasifikasi bergantung pada warna dan tekstur kulit, memanfaatkan dataset yang terdiri dari 300 citra rambutan dibagi menjadi tiga kelas yang berbeda. Untuk evaluasi lebih mendalam guna meningkatkan hasil klasifikasi citra secara signifikan.
Abstract views: 19
, 
PDF downloads: 13
Downloads
References
Pendukung,S., & Untuk, K. (2017). Sistem pendukung keputusan untuk menentukan buah rambutan dengan kualitas terbaik menggunakan metode weighted product (wp). 1(1), 8–12.
Sari, N., Suryani, L., Gaol, L., & Simarmata, W. (2018). Sistem Pendukung Keputusan Penentuan Buah Rambutan Terbaik Menerapkan Metode WASPAS. 1970, 459–465.
Suryanti, C., Rohman, M. G., Informatika, T., Teknik, F., & Lamongan, U. I. (2024). Klasifikasi Kualitas Buah Apel Berdasarkan Warna dan Bentuk Menggunakan Metode KNN. 8(1), 34–41.
Zakariya, M. A., Astiningrum, M., & Syulistyo, A. R. (2020). Identifikasi Kualitas Biji Jagung Manis Layak Jual dari Warna dan Tekstur Menggunakan HSV dan Gray Level Run Length Matrix (GLRLM). Jurnal Informatika Polinema, 7(1), 37–44. https://doi.org/10.33795/jip.v7i1.439.
Pasaribu, S. W., Rajagukguk, E., Sitanggang, M., Rahim, R., & Abdillah, L. A. (2018). Implementasi Multi-Objective Optimization On The Basis Of Ratio Analysis ( MOORA ) Untuk Menentukan Kualitas Buah Mangga Terbaik. 5(1), 50–55.
Darmawan, S., Bahari, P., Latifa, U., Teknik, F., Karawang, U. S., Vision, C., Learning, D., & Arthur, M. S. (2023). KLASIFIKASI BUAH SEGAR MENGGUNAKAN TEKNIK COMPUTER VISION. 7(3), 1567–1573.
Ezar, M., Rivan, A., Arman, M., Kennedy, W., Ezar, M., Rivan, A., Arman, M., Kennedy, W., Arman, M., & Kennedy, W. (2021). PENENTUAN KUALITAS BUAH PEPAYA CALIFORNIA MENGGUNAKAN METODE K-NN. 6(1), 1–8.
“Badan Pusat Statistik.” https://www.bps.go.id/id/statistics-table/2/NjIjMg==/production-of-fruits.html (accessed Jun, 06, 2023)
Hadi, H. P., & Rachmawanto, E. H. (2022). Ekstraksi Fitur Warna Dan Glcm Pada Algoritma Knn Untuk Klasifikasi Kematangan Rambutan. Jurnal Informatika Polinema, 8(3), 63–68.
Fadjeri, A., Saputra, B. A., Ariyanto, D. K. A., & Kurniatin, L. (2022). Karakteristik Morfologi Tanaman Selada Menggunakan Pengolahan Citra Digital. Jurnal Ilmiah Sinus (JIS) Vol, 20(2).
Agung, A. S., Dirgantara SR, A. 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. Jurnal Teknik Informatika (Jutif), 4(5), 1021-1032.
A.Fadjeri, L. Kurniatin, D. K. Adri Ariyanto, and B. A. Saputra, “Analisis Perbandingan Hasil Pengolahan Citra Asli Dan Cropping Untuk Mengidentifikasi Karakteristik Tanaman Selada Menggunakan Metode Morfologi Dan Ekstrasi Ciri,” J. Ilm. SINUS, vol. 21, no. 1, p. 73, 2023, doi: 10.30646/sinus.v21i1.664.
Napitu, S., Paramita Panjaitan, R., Nulhakim, P. A., & Khalik Lubis, M. (2023). Klasifikasi Buah Jeruk Segar dan Busuk Berdasarkan RGB dan HSV Menggunakan Metode KNN. Jurnal SAINTEKOM, 13(2), 214–221.
Herman, M., & Kaswar, A. B. (2021). KLASIFIKASI TINGKAT KUALITAS DAN KEMATANGAN BUAH TOMAT BERDASARKAN FITUR WARNA MENGGUNAKAN JARINGAN SYARAF TIRUAN. Journal of Embedded Systems, Security and Intelligent Systems, 2(1), 18-23.
A.Zendhaf, R. Magdalena, and R. Y. N. Fu’adah, “Segmentasi Pembuluh Darah pada Fundus Retina Menggunakan Deteksi Tepi dan Operasi Morfologi,” e-Proceeding Eng., vol. 5, no. 3, pp. 5506–5512, 2018.
Nurhidayati and I. Marzuki, “Deteksi Otomatis Penyakit Daun Jagung Menggunakan Teknik Klasterisasi Data dan Operasi Morfologi,” J. Energy (Jurnal Ilm. Ilmu-ilmu Tek., vol. 10, no. 1, pp. 25–32, 2020.
Wijaya, N., & Ridwan, A. (2019). Klasifikasi Jenis Buah Apel Dengan Metode K-Nearest Neighbors Dengan Ekstraksi Fitur HSV dan LBP. Jurnal Sisfokom (Sistem Informasi dan Komputer), 8(1), 74-78.
Rumandan, R. J., Nuraini, R., Sadikin, N., & Rahmanto, Y. (2022). Klasifikasi Citra Jenis Daun Berkhasiat Obat Menggunakan Algoritma Jaringan Syaraf Tiruan Extreme Learning Machine. Journal of Computer System and Informatics (JoSYC), 4(1), 145-154.
Dinar, L., Suyantohadi, A., & Fallah, M. A. F. (2012). Pendugaan kelas mutu berdasarkan analisa warna dan bentuk biji pala (Myristica fragrans houtt) menggunakan teknologi.
Kaswar, A. B., Adiba, F., & Andayani, D. D. (2023). Sistem Klasifikasi Tingkat Kematangan Buah Cabai Katokkon Berdasarkan Fitur Warna LAB Menggunakan Artificial Neural Network Backpropagation. Journal Of Embedded Systems, Security and Intelligent Systems (JESSI), 4(November), 149–157.
Email: a.baso.kaswar@diginus.id
