Article Per Year (5 Year)
p-Index From 2020 - 2025
1.532
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Techno (Jurnal Fakultas Teknik, Universitas Muhammadiyah Purwokerto) PROSIDING SENATEK FAKULTAS TEKNIK UMP International Journal of Artificial Intelligence Research INTECOMS: Journal of Information Technology and Computer Science Jurnal Nasional Pendidikan Teknik Informatika (JANAPATI) Jurnal Pendidikan Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming JTIM : Jurnal Teknologi Informasi dan Multimedia Journal of Applied Data Sciences Jurnal Media Informatika Jurnal Informatika Teknologi dan Sains (Jinteks)
Sigit Sugiyanto
Program Studi Teknik Informatika, Fakultas Teknik Universitas Muhamadiyah Purwokerto Jl.Raya Dukuh Waluh PO BOX Purwokerto 53182 Telp
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Public Health

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : PROSIDING SENATEK FAKULTAS TEKNIK UMP

 1 
KLASIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA (CARICA PAPAYA L) CALIFORNIA (CALLINA-IPB 9) DALAM RUANG WARNA HSV DAN ALGORITMA K-NEAREST NEIGHBORS Sugiyanto, Sigit; Wibowo, Feri
PROSIDING SENATEK FAKULTAS TEKNIK UMP 2015: PROSIDING SENATEK TAHUN 2015, 28 November 2015
Publisher : PROSIDING SENATEK FAKULTAS TEKNIK UMP

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ABSTRAKPermasalahan pascapanen pada buah pepaya yang diproduksi secara skala besaratau industri, salah satunya adalah dalam hal penyortiran buah pepaya, selama inibuah pepaya diidentifikasi tingkat kematangannya berdasarkan analisa warna kulitbuah secara visual mata manusia yang memiliki keterbatasan. Proses identifikasiseperti ini memiliki beberapa kelemahan diantaranya yaitu membutuhkan tenagalebih banyak untuk memilah, tingkat persepsi kematangan buah yang berbeda, tingkatkekonsitenan manusia dalam hal menilai kematangan buah tidak menjamin, karenamanusia dapat mengalami kelelahan, dan manusia juga dalam menilai kematanganbuah terkadang bersifat subjektif. Metode yang diusulkan untuk membantu identifikasitingkat kematangan buah pepaya california (callina) dalam proses sortasi adalahdengan membangun sebuah aplikasi berbasis teknologi pengolahan citra digital danmenggunakan algoritma K-Nearest Neighbors (KNN). Pengujian dengan jumlah Ktetangga 3 dan jumlah data citra uji sebanyak 12 data, didapatkan tingkat keakuratanalgoritma KNN sebesar 75%, dengan data output yang tidak sesuai dengan targetsejumlah 3 data dan yang sesuai target sejumlah 9 data. Pengujian dengan jumlah Ktetangga 5 dan jumlah data citra uji sebanyak 12 data, didapatkan tingkat keakuratanalgoritma KNN sebesar 83,34%, dengan data output yang tidak sesuai dengan targetsejumlah 2 data dan yang sesuai target sejumlah 10 data.Kata kunci: pepaya, pengolahan citra digital, KNN.
Co-Authors Abid Yanuar Badharudin Arief, M.Rudyanto Dimara Kusuma Hakim Efendi, Alvin Junio Ilham Eksa, Sendika Kurnia Ema Utami Feri Wibowo Malim Muhammad Muhammad Hamka Ridho Muktiadi Supriyono Supriyono Waluyo, Amru Sangga Wicaksono, Satrio Bagus Yahya, Chika Prasida Nabil Yuliarestu, Ade Fauzan