Journal of Deep Learning, Computer Vision and Digital Image Processing
Volume 2 Issue 2 September 2024

Klasifikasi Tingkat Kesegaran Sayur Bayam Berdasarkan Tekstur Daunnya Berbasis Citra Digital

Khaidir (Unknown)
Reyna Buryani Al’Safinat (Unknown)
A. Muhammad Fuad Fadhlurrahman (Unknown)
By Tri Agung Nusantara Kr. J. Tompong (Unknown)
Jessica Crisfin Lapendy (Unknown)



Article Info

Publish Date
30 Sep 2024

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan tingkat kesegaran sayur bayam berdasarkan tekstur daunnya menggunakan citra digital. Metode yang diusulkan terdiri dari 6 tahap, yaitu akuisisi citra, preprocessing, segmentasi, operasi morfologi, ekstraksi fitur, dan klasifikasi. Penelitian ini menggunakan metode klasifikasi untuk menentukan kualitas bayam menggunakan algoritma K-Means dengan fitur RGB + LAB + TEKSTUR. Hasil menunjukkan akurasi tertinggi sebesar 92,91% untuk data latih dan 88,33% untuk data uji. Proses morfologi dalam penelitian dimulai dengan operasi opening pada gambar segmentasi menggunakan elemen struktural berbentuk disk berukuran 3 piksel, dilanjutkan dengan hole filling untuk mengisi lubang kecil di dalam objek, dan bwareaopen untuk menghilangkan noise atau objek kecil yang tidak penting. Tahap ekstraksi fitur mencakup fitur warna dan tekstur, dengan menggunakan GLCM untuk menghitung nilai homogeneity, contrast, correlation, dan energy. Tahap klasifikasi dilakukan dengan algoritma clustering K-Means untuk membedakan kelas gambar daun bayam berdasarkan kualitasnya. Saran untuk penelitian selanjutnya adalah memperbaiki proses pengambilan gambar dan mencoba metode klasifikasi dan fitur lainnya.

Copyrights © 2024






Journal Info

Abbrev

DECODING

Publisher

Subject

Computer Science & IT

Description

The Journal of Deep Learning, Computer Vision and Digital Image Processing (DECODING), covers all topics of artificial intelligence and soft computing and their applications, including but not limited to: • Neural networks • Reasoning and evolution • Intelligent search • Intelligent planning ...