<![CDATA[Penelitian ini bertujuan untuk mencari hasil klasifikasi kematangan buah lengkeng untuk membantu masyarakat dalam memilih buah lengkeng yang matang. Metode yang digunakan dalam menentukan kualitas buah lengkeng yaitu ekstraksi fitur Content Based Image Retrieval (CBIR) untuk mengklasifikasi kematangan buah lengkeng dengan menggunakan teknik pengambilan data pada image retrieval, dan mengkategorikan citra berdasarkan fitur citra warna dengan tekstur buah. Metode yang digunakan untuk menghitung tingkat akurasi pada buah lengkeng dengan perhitungan jarak euclidean distance untuk mendapatkan nilai akurasi yaitu menghitung jarak kemiripan citra buah yang di uji untuk memperoleh hasil tingkat kematangan buah yang telah di uji. Dataset yang digunakan sebanyak 150 citra dan dibagi menjadi 2 data yaitu data latih dan data uji dengan 3 tingkat kematangan buah lengkeng yang dapat diketahui menggunakan teknik pencarian citra buah lengkeng muda, buah lengkeng setengah matang, dan buah lengkeng matang dengan metode CBIR untuk membedakan satu citra dengan citra yang lain dapat dilihat dari warna, tekstur, dan ukuran buah. Hasil penelitian menunjukkan pencarian gambar yang didapatkan menampilkan 10 citra lengkeng dan hasil pengujian diperoleh nilai akurasi 98.63% dengan akurasi tertinggi 99.6% yang paling dekat dengan citra asli.Classification of Longan Fruit Ripeness Using the Content Based Image Retrieval MethodThis research aims to find the results of longan fruit ripeness classification to help people choose ripe longan fruit. The method used to determine the quality of longan fruit is Content Based Image Retrieval feature extraction to classify the ripeness of longan fruit using data retrieval techniques in image retrieval, and categorizing images based on color image features with fruit texture. The method used to calculate the level of accuracy in longan fruit is by calculating the Euclidean distance to obtain the accuracy value, namely calculating the distance to the similarity of the image of the fruit being tested to obtain results on the level of maturity of the fruit that has been tested. The dataset used consists of 150 images and is divided into 2 data, namely training data and test data with 3 levels of longan fruit maturity which can be determined using image search techniques for young longan fruit, half-ripe longan fruit, and ripe longan fruit using the CBIR method to distinguish one image. with other images it can be seen from the color, texture, and size of the fruit. The results of the research show that the image search obtained displays 10 images of Longan and the test results obtained an accuracy value of 98.63% with the highest accuracy being 99.6% which is closest to the original image.]]>
Copyrights © 2024
