Sistem Pendeteksi Kematangan Buah Nanas Menggunakan Metode Perbandingan Kadar Warna

Authors

  • Hartiningsih Hartiningsih Politeknik Caltex Riau
  • Ananda Ananda Politeknik Caltex Riau
  • Dewi Hajar Politeknik Caltex Riau

Abstract

Nanas merupakan buah yang mudah rusak sehingga dibutuhkan cara pemanfaatan agar nanas tidak terbuang percuma. Cara pemanfaatan yang dilakukan dengan pengolahan nanas seperti keripik nanas, dodol nanas, selai nanas, dan wajik nanas. Produk tersebut membutuhkan kualitas nanas yang berbeda-beda tergantung kematangan buah. Untuk itu diperlukan suatu sistem yang berguna untuk mendeteksi kematangan buah nanas berdasarkan fungsinya. Sistem ini menggunakan webcam untuk mengambil citra nanas. Setelah pengambilan citra, dilakukan ekstraksi ciri dengan metode perbandingan kadar warna terhadap citra yang sudah ditangkap melalui webcam. Kemudian dilakukan proses klasifikasi menggunakan algoritma K-Nearest Neighbor. Berdasarkan pengujian yang dilakukan, sistem memiliki tingkat akurasi 85%. Hasil prediksi yang didapatkan berupa nanas mentah dan matang. Berdasarkan hasil tersebut sistem ini digunakan untuk mengidentifikasi kematangan buah nanas yang akan dijadikan penentu produk olahan oleh pengolah nanas.

Author Biographies

Hartiningsih Hartiningsih, Politeknik Caltex Riau

Teknik Informatika

Ananda Ananda, Politeknik Caltex Riau

Teknik Informatika

Dewi Hajar, Politeknik Caltex Riau

Sistem Informasi

References

Wijana, Susinggih.,Febrianto, Arie., Fajrin, Laylatul Laurieka. (2014). Pemanfaatan Nanas (Ananas Comsus L.) Subgrade Sebagai Fruit Leather Nanas Guna Mendukung Pengembangan Argo industri di Kediri Kajian Penambahan Karaginan dan Sorbitol. Malang: Universitas Brawijaya.

Permadi, Yuda.,Murinto. (2015). Aplikasi Pengolahan Citra untuk Identifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah Menggunakan Metode Ekstraksi Ciri Statistik. Yogyakarta: Universitas Ahmad Dahlan.

Eliyani.,Tulus., Fahmi, T. (2013). Pengenalan Tingkat Kematangan Buah Pepaya Paya Rabo Menggunakan Pengolahan Citra Berdasarkan Warna RGB dengan K-Means Clustering. Medan: Universitas Sumatera Utara.

Setiawan, Dalimartha. (2000). Atlas Tumbuhan Obat Indonesia. Bogor: Trobus Agriwidya.

Hadiati, Sri.,Indriyani, Ni LuhPutu. (2008). Budidaya Nenas. Solok: Balai Penelitian Tanaman Buah Tropika.

Andri., Paulus., Wong, Ng Poi., Gunawan, Toni. (2014). Segmentasi Buah Menggunakan Metode K-Means Clustering dan Identifikasi Kematangannya Menggunakan Metode Perbandingan Kadar Warna. Medan: STMIK Mikroskil.

Kusrini.,Luthfi, Emha Taufiq. (2009). Algoritma Data Mining. Yogyakarta: ANDI.

Han, J., &Kamber, M. (2006). Data Mining Concepts and Techniques. Confusion Matrix.

Published

2016-05-26

Issue

Section

Artikel