Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN)
Shofwatul ‘Uyun
Universitas Islam Negeri Sunan Kalijaga
Computer Science & IT Education

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

Found 1 Documents
Search

 1 
Klasifikasi Kematangan Buah Sawit Berdasarkan Fitur Warna, Bentuk dan Tekstur Menggunakan Algoritma K-NN Safrida Ika Guslianto; Shofwatul ‘Uyun
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 9, No 3 (2023): Volume 9 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v9i3.64877

Abstract

Kelapa sawit merupakan tanaman perkebunan yang menghasilkan CPO (Crude Palm Oil). Kadar CPO dipengaruhi oleh tingkat kematangan buah sawit. Pemanfaatan teknologi dalam melakukan klasifikasi untuk membantu proses memanen buah sawit telah dilakukan beberapa penelitian sebelumnya. Penerapan algoritma klasifikasi seperti SVM, K-Mean Clustering dan Backpropagation telah dilakukan dan mendapatkan hasil yang berbeda-beda. Pada penelitian ini klasifikasi Ekstraksi ciri fitur warna, bentuk dan tektur dilakukan untuk membandingkan pilihan fitur terbaik. Pemilihan fitur ini dilakukan untuk memilih fitur terbaik yang mampu melakukan klasifikasi kematangan buah sawit menggunakan Algoritma K-Nearest Neigbhors. Dimensi citra yang mempengaruhi dalam klasifikasi membuat peneliti melakukan pembuktian dalam pemilihan fitur yang tepat dalam klasifikasi ini. Fitur warna yang digunakan dalam penelitian ini adalah nilai Mean RGB, Standar Deviasi RGB, Entropy RGB dan Skenewss RGB. Fitur Bentuk yang digunakan nilai area, metriks, perimeter, mayor axis, minor axis dan nilai eccentricity. Fitur tektur yang digunakan nilai Mean Greyscale, Standar Deviasi Greyscale, contrast, correlation, energy dan homogeneity. Data yang digunakan dalam penelitian ini adalah sebanyak 230 citra terbagi kedalam 200 citra latih 100 citra matang, 100 citra mentah. Data uji digunakan sebanyak 30 citra yaitu 15 matang dan 15 citra mentah. Hasil klasifikasi terbaik dalam penelitian ini adalah penerapan pada fitur Warna dengan K = 1, 3, 4, 5 dan 7 sebesar 96.6%, fitur Tektur dengan K = 6 sebesar 66% dan fitur Bentuk dengan K = 1 sebesar 73.3%.
Co-Authors Safrida Ika Guslianto