PENERAPAN NILAI RATA-RATA RGB PADA APLIKASI PENGUKUR KEMATANGAN BUAH TOMAT
DOI:
https://doi.org/10.37087/jtb.v2i2.27Kata Kunci:
Buah Tomat; Pengolahan Citra; Rata-Rata RGBAbstrak
Tomat merupakan salah satu buah yang banyak tumbuh didaerah tropis dan subtropis. Tomat memiliki kematangan yang sangat cepat, sehingga penanganan yang kurang tepat bisa menyebabkan tomat cepat membusuk. Pendistribusian tomat dengan jarak yang jauh bisa menyebabkan penurunan mutu yang dapat mempengaruhi nilai gizi. Identifikasi kematangan tomat manual oleh petani memiliki banyak kelemahan yang disebabkan oleh faktor seperti kelelahan, kurang motivasi, pengalaman, kemahiran dan sebagainya. Untuk mengatasi masalah ini, pengembangan teknologi informasi memungkinkan identifikasi kematangan buah dan bahkan deteksi jenis buah dengan bantuan komputer. Dengan adanya citra digital dapat dilakukan klasifikasi kematangan tomat berbasis teknologi. Oleh karena itu pada penelitian ini dilakukan pembuatan aplikasi klasifikasi kematangan tomat dengan menerapkan metode rata-rata RGB agar lebih mudah dalam menentukan tingkat kematangan tomat. Pada aplikasi klasifikasi kematangan tomat ini dilakukan beberapa proses yaitu pembacaan citra, cropping, segmentasi dan penghitungan rata- rata RGB. Ada 24 citra tomat matang dan 25 citra tomat mentah yang digunakan dalam pengujian klasifikasi kematangan tomat dan tingkat keberhasilannya adalah 95%.
Referensi
Achmad, B & Firdausy, K. 2013. Pengolahan Citra Digital Menggunakan Delphi.
Yogyakarta : Andi Yogyakarta.
Presman, R. 2010. Software Engineering : Practitioner’s Approach 7th Edition. New York: McGraw-Hill
Riska, S. Y. 2015. Klasifikasi Level Kematangan Tomat Berdasarkan Perbedaan Perbaikan citra Menggunakan Rata-Rata RGB Dan Index Pixel. Malang: STMIK Asia Malang
Vibhute, Anup, dan Bodhe, S.K. (2013). “Outdoor Illumination Estimation of Color Images”.
IEEE, Communication and Signal Processing hal 331-334.
Riska, S. Y., & Subekti, P. (2016). Klasifikasi Level Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan Multi-SVM. Jurnal Ilmiah Informatika, 1(1), 39-45.
Pratama, R., Fuad, A., & Tempola, F. (2019). DETEKSI KEMATANGAN BUAH TOMAT BERDASARKAN FITUR WARNA MENGGUNAKAN METODE TRANSFORMASI
RUANG WARNA HIS. JIKO (Jurnal Informatika dan Komputer), 2(2), 81-86.
Kusumanto, R. D., & Tompunu, A. N. (2011). pengolahan citra digital untuk mendeteksi obyek menggunakan pengolahan warna model normalisasi RGB. Semantik, 1(1).
Harllee Packing Inc. “Product: Premium product are a Harllee tradition’’. 28 November. http://www.harlleepacking.com/products/
Permadi, B. E. (2019). Rancang bangun alat sortir kematangan buah belimbing berdasarkan ukuran dan warna dengan mikrokontroler arduino.
Astrianda, N. (2020). Klasifikasi Kematangan Buah Tomat Dengan Variasi Model Warna Menggunakan Support Vector Machine. VOCATECH: Vocational Education and Technology Journal, 1(2), 45-52.
Arief, M. (2019). Klasifikasi Kematangan Buah Jeruk Berdasarkan Fitur Warna Menggunakan Metode SVM. Jurnal Ilmu Komputer dan Desain Komunikasi Visual, 4(1), 9-16.
Hidayatullah, P. (2017). Pengolahan Citra Digital Teori dan Aplikasi Nyata. Bandung: informatika.
Astrianda, N., & Mohamad, F. S. (2017). Ripeness Identification of Tomato Using Different Color Models Based on Neural Networklevenberg-Marquardt. World Applied Sciences Journal, 35, 57-61.
Ichsan, A. Z., Andrizal, M. T., Yendri, D., & Kom, M. Perancangan dan Pembuatan Sistem Visual Inspection Sebagai Seleksi Buah Tomat Berdasarkan Kematangan Berbasis Web Camera.
Rosa, A. S. (2018). Rekayasa Perangkat Lunak dan Berorientasi Objek Edisi Revisi
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Ina Kurnia Sari
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
