Segmentasi Kematangan Pisang Raja Berbasis Fitur Warna HSV Menggunakan Metode KNN

Warham Aliansa(1*), Hadijah Nisa Ifayatin(2), Rizal Adi Saputra(3),

(1) Universitas Halu Oleo, Sulawesi Tenggara, Indonesia
(2) Universitas Halu Oleo, Sulawesi Tenggara, Indonesia
(3) Universitas Halu Oleo, Sulawesi Tenggara, Indonesia
(*) Corresponding Author

Abstract


Taxonomically, the banana tree belongs to the Family Musaceae and the Genus Musa. The most widely cultivated species or type of banana worldwide is the wild banana. The ripeness classification of Raja bananas can be obtained through two methods: destructive and non-destructive. Destructive classification is performed through chemical analysis, but it can only be done by destroying the banana. On the other hand, non-destructive classification for Raja bananas can be done by observing the texture and color of the banana peel, which is the outermost part of the fruit, without the need to taste the flesh or peel it, thus keeping the fruit intact. In the classification of king bananas into three ripeness stages: unripe, ripe, and overripe, 150 test data and 15 training data are used. The HSV color feature is employed using the K-Nearest Neighbors (KNN) classification method with the assistance of MATLAB R2021a software, achieving 100% accuracy

Full Text:

PDF

References


A. Ulmillah, M. S. Pendidikan Biologi, F. Tarbiyah, e D. Keguruan, “Modul Taksonomi Tumbuhan Tinggi Kelas Monokotil (Monocotyledonae) OLEH WIS KURNIA 1511060361 Dosen Pembimbing”, 2021.

W. Ode, S. Sariamanah, A. Munir, e A. Agriansyah, “Karakterisasi Morfologi Tanaman Pisang (Musa Paradisiaca L.) Di Kelurahan Tobimeitakecamatan Abeli Kota Kendari”, 2016.

P. Tanaman e B. Stroberi, “Pemanfaatan Buah Pisang Kluthuk Terhadap”.

K. Deputi Menegristek Bidang Pendayagunaan dan Pemasyarakatan Ilmu Pengetahuan dan Teknologi, “Ttg Budidaya Pertanian Pisang ( Musa spp )”.

N. Sularida, J. Y. Sari, I. Purwanti, e N. Purnama, “Identifikasi Tingkat Kematangan Buah Pisang Menggunakan Metode Ektraksi Ciri Statistik Pada Warna Kulit Buah”, 98 ULTIMATICS, vol. X, no 2, 2018.

P. Nabilla, M. Farhan Saputra, e R. A. Saputra, “Perbandingan Ruang Warna Rgb, Hsv Dan Ycbcr Untuk Segmentasi Citra Ikan Kembung Menggunakan K-Means Clustering”, 2022.

J. Pendidikan e D. Konseling, “Pemodelan Pengolahan Citra untuk Klasifikasi Jenis Buah Pisang Menggunakan Metode KNN”.

R. N. Identifikasi Kematangan Daun … | Auliasari, L. Novamizanti, e N. Ibrahim, “Identifikasi Kematangan Daun Teh Berbasis Fitur Warna Hue Saturation Intensity (HSI) dan Hue Saturation Value (HSV) (Identification Maturity Tea Leaves Based on Color Feature Hue Saturation Intensity (HSI) and Hue Saturation Value (HSV))”, 2020.

S. P. Adenugraha, V. Arinal, e D. I. Mulyana, “Klasifikasi Kematangan Buah Pisang Ambon Menggunakan Metode KNN dan PCA Berdasarkan Citra RGB dan HSV”, JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no 1, p. 9, jan. 2022, doi: 10.30865/mib.v6i1.3287.

Z. D. Lestari, N. Nafi’iyah, e P. H. Susilo, “Sistem Klasifikasi Jenis Pisang Berdasarkan Ciri Warna HSV Menggunakan Metode K-NN”.

S. Raysyah, V. Arinal, e D. I. Mulyana, “Klasifikasi Tingkat Kematangan Buah Kopi Berdasarkan Deteksi Warna Menggunakan Metode KNN dan PCA”, Sistem Informasi |, vol. 8, no 2, p. 88–95, 2021.

S. Sakir et al., “Penerapan Metode Transformasi Ruang Warna HSI untuk Mendeteksi Tingkat Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang”, Jurnal PASTI, vol. 14, no 3, p. 243, mar. 2021, doi: 10.22441/pasti.2020.v14i3.003.

“Penerapan K-Nearest Neighbor Penentuan Pemberian Kredit (Ester Arisawati)|1”, Ester Arisawati, [Online]. Available: http://ejurnal.tunasbangsa.ac.id/index.php/jsakti




DOI: http://dx.doi.org/10.30645/j-sakti.v7i2.669

Refbacks

  • There are currently no refbacks.


J-SAKTI (Jurnal Sains Komputer & Informatika)
Published Papers Indexed/Abstracted By:

Jumlah Kunjungan :

View My Stats