Aaron Sebastian
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI TINGKAT KEMATANGAN PISANG DENGAN METODE HSV, GLCM, PCA, SVM  Aaron Sebastian; Vivian; Joshua Atmadjaya
Jurnal Ilmu Komputer dan Sistem Informasi Vol. 13 No. 2 (2025): Jurnal Ilmu Komputer dan Sistem Informasi
Publisher : Fakultas Teknologi Informasi Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/jiksi.v13i2.35134

Abstract

Penelitian ini bertujuan untuk mengklasifikasi tingkat kematangan pisang secara otomatis menggunakan kombinasi metode HSV, GLCM, PCA dan SVM. Proses dimulai dengan pengambilan citra pisang dari kaggle yang dibagi menjadi 4 jenis kematangan, yaitu sangat matang, matang, busuk dan mentah. Fitur warna diekstrak menggunakan metode HSV, sedangkan fitur tekstur diambil melalui metode GLCM. Fitur-fitur ini selanjutnya direduksi dimensinya menggunakan PCA untuk meningkatkan efisiensi dalam klasifikasi. Langkah terakhir adalah melakukan klasifikasi dengan algoritma SVM. Penelitian ini membuat beberapa perbandingan pada hasil eksperimen yaitu proporsi 60% data pelatihan dan 40% data pengujian, proporsi 70% data pelatihan dan 30% data pengujian, dan proporsi 80% data pelatihan dan 20% data pengujian. Hasil eksperimen pada proporsi 80% data pelatihan dan 20% data pengujian menunjukkan hasil performa tertinggi dan paling optimal. Temuan ini memiliki potensi untuk diterapkan dalam sektor pertanian guna mendukung proses penyebaran buah secara otomatis dan efisien.