SISTEM DETEKSI KEMATANGAN BUAH ALPUKAT MENGGUNAKAN METODE PENGOLAHAN CITRA
Abstract
Sistem deteksi kematangan buah alpukat menggunakan metode pembobotan nilai RGB pada suatu citra. Model warna RGB terdiri dari red, green dan blue. Sistem ini bertujuan untuk mendeteksi tingkat kematangan buah yang dibagi menjadi tiga yaitu mentah, masak dan matang (Pedoman Pasca panen Pohon dan Perdu seri Alpukat) dengan cara menormalisasi nilai rata – rata RGB pada citra. Keakuratan sistem untuk mendeteksi buah alpukat yang matang sebesar 90% benar, 10% salah, untuk buah alpukat masak sebesar 80% benar, 20% salah sedangkan alpukat mentah mencapai 50% benar dan 50% salah. Kesalahan pada sistem disebabkan Adanya kesalahan pada sistem disebabkan oleh warna kulit yang hampir sama antara masing – masing buah alpukat yang matang, masak dan mentah, tekstur kulit buah yang terdapat bercak – bercak, goresan kecoklatan atau kehitaman dan background yang luasnya lebih besar dari objek (alpukat).
References
[2] Basuki, Achmad. (2005) Pengolahan Citra Digital menggunakan Visual Basic, Graha Ilmu, Yogyakarta.
[3] Dharma, Putra.(2010) Pengolahan Citra Digital, Andi, Yogyakarta.
[4] Direktorat Budidaya dan Pascapanen Buah, Ditjen Hortikultura Kementerian Pertanian (2012) Pedoman Pascapanen Pohon dan Perdu seri Alpukat, http://cybex.pertanian.go.id/materipenyuluhan/detail/9336/penanganan-pasca-panen-buah-alpukat, diakses pada tanggal 17 Januari 2017.
[5] Iswahyudi, Catur. (2010) Prototype Aplikasi Untuk Mengukur Kematangan Buah apel Berdasarkan Kemiripan Warna, Skripsi, Program Studi Teknik Informatika Fakultas Teknologi Industri, Institusi sains & Teknologi AKPRIND, Yogyakarta.
[6] Muchtadi. ( 2010) Ilmu Pengetahuan Bahan Pangan, CV Alfabeta, Bogor.
[7] Noviyanto, A. (2009) Klasifikasi Tingkat Kematangan Varietas Tomat Merah Dengan Metode Perbandingan Kadar Warna, skripsi, Program Studi Ilmu Komputer Fakultas MIPA, UGM, Yogyakarta.
[8] Riska, S Y. (2015) Klasifikasi Level Kematangan Tomat Berdasarkan Perbedaan Perbaikan Citra Menggunakan Rata-Rata RGB Dan Index Pixel, tesis, STMIK Asia Malang, Malang.
[9] Setiyowati, Liyan. (2014) Pengenalan tingkat Kematangan Buah Pepaya California Menggunakan Pengolahan Citra Berdasarkan Warna RGB Dengan K-Means Clustering , skripsi, Program Studi Teknik informatika Fakultas Teknik, UMK, Kudus.
[10] Sinay, H. (2008) Kontrol Pemasakan Buah Tomat Menggunakan RNA Antisesne, UGM Press, Yogyakarta.
[11] Sutabri, Tata. (2012) Konsep Sistem Informasi, Andi, Yogyakarta.
