IMPLEMENTASI METODE K-MEANS UNTUK KLASTERISASI VARIETAS PARPIKA DENGAN MENGGUNAKAN TEKNIK PENGOLAHAN CITRA DIGITAL

Ilmawan, Fachrul
Ramadhanu, Agung

Jurnal Informatika Teknologi dan Sains (Jinteks)
Vol 7 No 1 (2025): EDISI 23

Dengan menggunakan kombinasi segmentasi objek, ekstraksi bentuk, dan ekstraksi tekstur, penelitian ini bertujuan untuk melakukan klasterisasi pada varietas paprika melalui penggunaan K-Means Clustering dan Gray-Level Co-Occurrence Matrix (GLCM).  Segmentasi objek dilakukan menggunakan algoritma K-Means Clustering untuk membedakan objek dari latar belakangnya. Selanjutnya, proses ekstraksi tekstur dan bentuk dilakukan menggunakan Matriks Co-Occurrence Level Gray (GLCM) untuk membedakan jenis varietas paprika. Hasil kalsterisasi dicapai melalui penggunaan aplikasi matlab, yang mencakup import data, konversi RBG ke L*a*b, segmentasi objek dengan latar belakang menggunakan K-Means Clustering, dan kemudian menggunakan metode Gray-Level Co-Occurrence Matrix (GLCM) untuk ekstraksi bentuk dan tekstur. Hasil penelitian tentang klasterisasi varietas paprika juga menunjukkan bahwa proses itu berhasil. Model berhasil mengidentifikasi setiap sampel gambar dengan akurat seratus persen dengan menggunakan sampel delapan gambar paprika merah dan hijau. Penggunaan algoritma clusteriang K-means dan Matriks Co-Occurrence Level Gray (GLCM) menunjukkan hasil yang sangat baik; ini membuktikan efektivitasnya dalam melakukan klasterisasi pada varietas paprika.