TBS, Android, RGB, K-NN APLIKASI PENDETEKSIAN KEMATANGAN TANDAN BUAH SEGAR (TBS) KELAPA SAWIT BERDASARKAN KOMPOSISI WARNA MENGGUNAKAN ALGORITMA K-NN

Penulis

  • Muhammad Rifqi Politeknik Caltex Riau image/svg+xml
  • Memen Akbar
  • Yuli Fitrisia

DOI:

https://doi.org/10.35143/jkt.v6i1.3338

Abstrak

Proses pematangan tandan buah segar (TBS) kelapa sawit dapat dilihat dari perubahan warna kulit buahnya. Hanya TBS yang layak untuk diolah yang akan diangkut truk untuk dibawa ke pabrik. Akan tetapi, untuk saat ini TBS yang tidak layak angkut tetap terangkut ke pabrik. Penelitian ini menghasilkan aplikasi berbasis web yang dikelola admin untuk mengelola data training dan aplikasi berbasis android yang dapat memprediksi TBS yang layak dan tidak layak angkut ke pabrik. Petani cukup memfoto TBS, kemudian aplikasi akan memprediksi label. Hasil prediksi yang didapatkan berupa TBS kelapa sawit layak angkut dan tidak layak angkut. Ekstraksi ciri yang digunakan adalah warna RGB, nilai numerik yang didapat dari ekstraksi ciri kemudian diolah dengan algoritma. Algoritma yang digunakan pada aplikasi ini adalah k-nearest neighbor. Berdasarkan pengujian yang dilakukan, aplikasi memiliki tingkat akurasi mencapai 92% dengan nilai K=7.

Unduhan

Data unduhan tidak tersedia.

Unduhan

Diterbitkan

2020-05-31

Cara Mengutip

TBS, Android, RGB, K-NN APLIKASI PENDETEKSIAN KEMATANGAN TANDAN BUAH SEGAR (TBS) KELAPA SAWIT BERDASARKAN KOMPOSISI WARNA MENGGUNAKAN ALGORITMA K-NN. (2020). Jurnal Komputer Terapan, 6(1), 99-108. https://doi.org/10.35143/jkt.v6i1.3338

Artikel paling banyak dibaca berdasarkan penulis yang sama

1 2 > >>