<![CDATA[Penelitian ini merancang sistem klasifikasi tingkat kematangan buah pisang menggunakan segmentasi warna ruang HSV dan aturan berbasis nilai rata-rata Hue. Sistem dikembangkan menggunakan software MATLAB untuk memproses tahapan input citra, pra-pemrosesan, segmentasi, operasi morfologi, hingga klasifikasi akhir. Dataset yang digunakan terdiri dari 30 citra pisang, yang mencakup 10 citra belum matang, 10 citra matang, dan 10 citra terlalu matang. Tahap pra-pemrosesan dilakukan melalui penyesuaian ukuran (resize) dan konversi ruang warna RGB ke HSV agar informasi warna lebih stabil terhadap intensitas pencahayaan. Hasil segmentasi awal kemudian diperbaiki menggunakan operasi morfologi (opening, closing, dan filling) untuk menghilangkan noise dan menambal celah, sebelum dianalisis melalui perhitungan rata-rata nilai Hue objek untuk menentukan kategori kematangan. Hasil pengujian menunjukkan tingkat keberhasilan klasifikasi mencapai 100% pada seluruh dataset. Pendekatan rule-based berbasis rata-rata Hue mampu membedakan ketiga kelas kematangan secara efektif dan konsisten karena pemisahan area objek dari latar belakang berhasil dilakukan dengan sangat jelas. Meskipun masih memiliki keterbatasan pada kondisi variasi pencahayaan ekstrem atau bercak warna kulit yang tidak merata, sistem ini terbukti akurat. Secara keseluruhan, metode ini menawarkan solusi estimasi kematangan pisang yang lebih sederhana dan ringan secara komputasi dibandingkan dengan pendekatan machine learning.]]>
Copyrights © 2025
