DOI: https://doi.org/10.14710/transmisi.26.2.70-76

DETEKSI TINGKAT KEMATANGAN BUAH MELINJO MENGGUNAKAN METODE ALGORITMA SELF ORGANIZING MAP

*Dina Estining Tyas Lufianawati  -  Program Studi Teknik Elektro, Fakultas Teknik, Universitas Sultan Ageng Tirtayasa Banten, Indonesia
Siti Nurfia Baharani  -  Program Studi Teknik Elektro, Universitas Sultan Ageng Tirtayasa Banten, Indonesia
Rian Fahrizal  -  Program Studi Teknik Elektro, Universitas Sultan Ageng Tirtayasa Banten, Indonesia
Dikirim: 29 Peb 2024; Diterbitkan: 27 Mei 2024.
Akses Terbuka Copyright (c) 2024 Transmisi: Jurnal Ilmiah Teknik Elektro under http://creativecommons.org/licenses/by-sa/4.0.

Citation Format:
Sari
Melinjo tersebar luas di Indonesia. Buah melinjo mengalami perubahan warna dari mentah hingga sangat matang. Proses pemilihan hasil panen baik oleh petani, masyarakat, dan pelaku usaha UMKM buah melinjo pada umumnya memilih melinjo sebagai bahan dasar suatu produk masih dilakukan secara manual menggunakan penglihatan manusia normal sehingga memiliki kelemahan antara lain waktu yang dibutuhkan relatif lama dan menghasilkan produk beragam karena tingkat kelelahan manusia. Perkembangan teknologi ilmu pengetahuan dan teknologi pengolahan citra digital bisa diterapkan untuk memilih buah dari hasil panen secara otomatis dengan bantuan aplikasi pengolah citra. Tujuan penelitian ini adalah membangun sebuah sistem untuk mengklasifikasi tingkat kematangan buah melinjo dengan menggunakan metode Algoritma Self Organizing Map dan ekstraksi fitur RGB (Red, Green, Blue) dan HSV (Hue, Saturation, Value) dengan bantuan aplikasi pengolah citra MATLAB. Deteksi tingkat kematangan buah melinjo memiliki 4 tingkat kematangan yaitu mentah, setengah matang, matang, dan sangat matang. Penelitian ini menggunakan 200 citra, 80% data training dan 20% data testing. Berdasarkan hasil pengujian diperoleh tingkat accuracy 97,5% kemudian specificity 99,16% dan sensitifity 97,5%.
Fulltext View|Download
Kata Kunci: melinjo; RGB; HSV; SOM; MATLAB;

Article Metrics:

Article Info
Bagian: Artikel - Teknologi Informasi dan Komputer
Bahasa : ID
Recent articles
MANUFACTURE OF COOKING OIL CONTENT DRAIN CONTROL DEVICE IN OILY FOODS USING THE ESP32-BASED AND FUZZY LOGIC METHOD DEVELOPMENT OF TIME-SERIES-BASED MLOPS ARCHITECTURE FOR PREDICTING SALES QUANTITY IN MICRO, SMALL, AND MEDIUM ENTERPRISES (MSMES) DETEKSI TINGKAT KEMATANGAN BUAH MELINJO MENGGUNAKAN METODE ALGORITMA SELF ORGANIZING MAP TINGKATKAN KAMERA SMARTPHONE TIPE ENTRY LEVEL DAN MID RANGE UNTUK MENGHITUNG DENYUT JANTUNG DAN SATURASI OKSIGEN BERBASIS PHOTOPLETHYSMOGRAM KONTAK DESAIN SISTEM PROTEKSI EKSTERNAL GEDUNG TERHADAP SURJA PETIR DI MUSEUM NEGERI LAMPUNG ANALISIS KEBUTUHAN DAYA LISTRIK PADA GEDUNG FAKULTAS KEDOKTERAN DI UNIVERSITAS MUHAMMADIYAH SIDOARJO More recent articles
Most cited articles
RANCANG BANGUN PURWARUPA ALAT MONITORING DAN KONTROL BEBAN SATU FASA BERBASIS IOT (INTERNET OF THINGS) PERANCANGAN APLIKASI PEMANTAU DAN PENGENDALI PIRANTI ELEKTRONIK PADA RUANGAN BERBASIS WEB PERANCANGAN PLANT PENCAMPUR AIR MENGGUNAKAN KONTROL PID UNTUK PENGATURAN SUHU CAIRAN BERBASIS ATMEGA16 Tinjauan Perkembangan Kendaraan Listrik Dunia Hingga Sekarang Studi Arus Bocor Permukaan Bahan Isolasi Resin Epoksi Silane Dengan Variasi Pengisi Pasir Silika (Dengan Polutan Pantai) More cited articles
  1. -[1]. Ni’mah, R. S., Jefri, U., Rohim, A., Wahyuni, H., & Rismayanti, N. M. Peningkatan Efektivitas dan Tingkat Produksi terhadap Penggunaan Alat Pres serta Pengembangan Produk Inovatif dari Emping Melinjo. Batara Wisnu: Indonesian Journal of Community Services. 2022; 2(3): 438–451
  2. . Siregar, Y. D. I. Pemanfaatan Ekstrak Kulit Melinjo Merah (Gnetum gnemon) Sebagai Pewarna Alami Pembuatan Lipstik. Jurnal Kimia VALENSI. 2014; 4(2): 98–108
  3. . Prajnaparamita, K., Susanti, S. (2021). Karakter Morfologis dan Perkembangan Anatomis Biji Melinjo (Gnetum gnemon L.). Biogenesis. 2021; 17(2): 49
  4. . Ika Wahyu Yuni Asri. Analisis Usaha Industri Emping Melinjo Skala Rumah Tangga di Kabupaten Magetan. Thesis. Surakarta: Universitas Sebelas Maret; 2010
  5. . Johan, T. M., Rifna, I. Identifikasi Kematangan Buah Tomat Berdasarkan Warna Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagation. Jurnal TIKA. 2022; 7(3), 309–315
  6. . Warna, F., & Neighbors, M. K. Klasifikasi Kematangan Daun Selada Berdasarkan. Techno Xplore. 2022; 7(1), 35–44
  7. . Iskandar, D., Tinggi, S., Komputer, I., Karya, C., Jakarta, E., & Author, C. Classification of Melinjo Fruits Levels Using Skin Color. Journal of Applied Engineering and Technological Science (JAETS). 2022; 4(1), 123–130
  8. . Asri, P. P., & Wulanningrum, R. Implementasi SOM (Self Organizing Maps) untuk Identifikasi Kematangan Buah Tomat. JTECS: Jurnal Sistem Telekomunikasi Elektronika Sistem Kontrol Power Sistem &Komputer. 2021; 1(2), 185–192
  9. . Yoanta, A., & Yunitarini, R. (2017). Application of Land Grouping Using Self Organizing Map (SOM) in Sumenep Regency. Journal Ilmiah Universitas Trunojoyo Madura. 02(01), 1–5
  10. . Agung, A., Bagus, G., Gede, I. K., Putra, D., Dunn, I., Hasil, S. Perbandingan Metode SOM / Kohonen dengan ART 2 pada Data Mining Perusahaan Retail. Majalah Ilmiah Teknologi Elektro. 2017:16(02), 2–6
  11. . Wahyuni., Gazali, M., Hidayaturrohman, U. Pengelompokan dan Pemetaan Karakteristik Kemiskinan Di Provinsi Nusa Tenggara Barat Menggunakan Self Organizing Map (SOM) dan Biplot. Jurnal Ilmiah Indonesia. 2022: 7(11),2-19
  12. . Nurul Dzulhijjah, A., & Anraeni, S. Klasifikasi Kematangan Citra Labu Siam Menggunakan Metode KNN (K-Nearest Neighbor) dengan Ekstraksi Fitur HSV (Hue, Saturation, Value). Buletin Sistem Informasi dan Teknologi Islam. 2021; 2(2), 103–110
  13. . Prasasti, R., Wilis, N., Sains, A. Z.-S. J. Segementasi Citra Menggunakan Metode Watershed Transform dengan Kombinasi Thershold, HSV, Grayscale dan Morphology Untuk Mendeteksi Sebaran API. Rumah Jurnal Online. 2021; 19(1), 49–54
  14. . Rahmadewi, R., Sari, G. L., & Firmansyah, H. Pendeteksian Kematangan Buah Jeruk dengan Fitur Citra Kulit Buah Menggunakan Transformasi Ruang Warna HSV. JTEV (Jurnal Teknik Elektro dan Vokasional). 2019; 5(1.1), 166
  15. . Wibowo, A., Hermanto, D. M. C., Lestari, K. I., & Wijoyo, H. (2021). Deteksi Kematangan Buah Jambu Kristal Berdasarkan Fitur Warna Menggunakan Metode Transformasi Ruang Warna HSV (Hue Saturation Value) dan K-Nearest Neighbor. INCODING: Journal of Informatics and Computer Science Engineering. 2021; 1(2), 76–88
  16. . Sanusi, H., S., S. H., & Susetianingtias, D. T. (2019). Pembuatan Aplikasi Klasifikasi Citra Daun Menggunakan Ruang Warna Rgb Dan Hsv. Jurnal Ilmiah Informatika Komputer. 2019; 24(3), 180–190

Last update:

No citation recorded.

Last update: 2024-11-22 10:10:31

No citation recorded.