<![CDATA[Pada konteks pertanian, segmentasi citra memiliki peran yang sangat vital, terutama dalam penilaian kualitas dan pengawasan produk-produk pertanian seperti buah-buahan. Salah satu buah yang menarik untuk dianalisis adalah buah belimbing (Averrhoa carambola), yang dikenal dengan bentuknya yang unik dan kaya akan nutrisi. Tujuan penelitian ini adalah mengembangkan metode segmentasi citra yang efektif dan akurat untuk mengidentifikasi permukaan kulit buah belimbing yang tingkat kematangan nya yang sehat dan area yang mengalami kerusakan atau penyakit. Untuk mengidentifikasi dan pemisahan bagian-bagian yang relevan dari citra permukaan kulit buah belimbing, yang sering kali mengalami gangguan oleh kondisi pencahayaan yang tidak merata, tekstur kulit yang kompleks, dan variasi warna yang signifikan. Metode yang digunakan pada penelitian ini yaitu studi literatur riview yang mengevaluasi berbagai metode segmentasi yang dapat digunakan, termasuk Grey Level Co-Occurrence Matrix (GLCM), K-Nearest Neighbor (K-NN), Naïve Bayes, Ruang Warna CMYK, dan Fuzzy Tsukamoto. Hasil penelitian menunjukkan bahwa metode yang diusulkan mampu mengidentifikasi tingkat kematangan dan mendeteksi cacat atau penyakit pada buah belimbing dengan akurasi yang tinggi. Implikasi dari penelitian ini adalah peningkatan efisiensi dalam penilaian kualitas buah belimbing, yang dapat membantu petani dan industri pertanian dalam menjaga standar kualitas produk mereka.]]>
Copyrights © 2024
