Klasifikasi Kematangan Musa Paradisiaca L Berbasis Warna Kulit Menggunakan Metode Decision Tree

Ahmad Luthfi Baihaqi, Tegar Palyus Fiqar, Boby Mugi Pratama
{"title":"Klasifikasi Kematangan Musa Paradisiaca L Berbasis Warna Kulit Menggunakan Metode Decision Tree","authors":"Ahmad Luthfi Baihaqi, Tegar Palyus Fiqar, Boby Mugi Pratama","doi":"10.35334/jbit.v3i2.3317","DOIUrl":null,"url":null,"abstract":"Bananas are one of the cultivated products that contribute significantly to domestic fruit production. With the increasing market demand for bananas, farmers have the opportunity to further optimize the quality of bananas they produce in their gardens. In terms of meeting the market share standards in the horticultural sector is a goal that needs to be achieved. The technique used is Hue Saturation Value (HSV) used to classify banana images. Then the maturity is determined using a decision tree. The image data of 150 fruits were divided into 2 categories, namely 100 training data and 50 test data, then the test data were divided as a comparison of 70:30, 80:20 and 90:10. Based on the results of the decision tree analysis, bananas are declared raw if the color mode is =31.5, bananas are declared halfrip. if the color mode is =31.5, bananas are considered ripe if the color mode is =21.5, bananas are said to be overripe if in the shade mode =20.5 and bananas are said to be rotten if in the shade mode =14.5. Based on all comparisons between training data and test data, the best accuracy achieved is 100 with a ratio of 80:20. The calculation in this study was achieved to clearly distinguish banana fruit in terms of its maturity threshold. Pisang merupakan salah satu produk budidaya yang memberikan kontribusi signifikan terhadap produksi buah dalam negeri. Dengan meningkatnya permintaan pasar terhadap pisang, para petani mempunyai peluang untuk lebih mengoptimalkan kualitas pisang yang mereka hasilkan di kebunnya. Dalam hal memenuhi standar pangsa pasar di sektor hortikultura adalah tujuan yang perlu dicapai. Teknik yang dipakai ialah Hue Saturation Value (HSV) dipergunakan mengklasifikasikan citra pisang. Kemudian kematangan ditentukan dengan menggunakan pohon keputusan. Data gambar sebanyak 150 buah tersebut dibagi menjadi 2 kategori yaitu 100 data latih dan 50 data uji, kemudian data uji tersebut dibagi sebagai perbandingan 70: 30, 80:20 dan 90:10. Berdasarkan hasil analisis pohon keputusan, pisang dinyatakan mentah jika modus warnanya =31,5, pisang dinyatakan setengah matang jika modus warnanya =31,5, pisang dianggap matang jika modus warnanya = 21.5, pisang dikatakan terlalu matang jika dalam mode naungan =20.5 dan pisang dikatakan busuk jika dalam mode naungan = 14,5. Berdasarkan seluruh perbandingan antara data latih dan data uji, akurasi terbaik yang dicapai adalah 100 dengan perbandingan 80:20. Perhitungan pada penelitian ini tercapai membedakan secara jelas buah pisang ditinjau dari ambang kematangannya.","PeriodicalId":436910,"journal":{"name":"Jurnal Borneo Informatika dan Teknik Komputer","volume":"29 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-11-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Borneo Informatika dan Teknik Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35334/jbit.v3i2.3317","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Bananas are one of the cultivated products that contribute significantly to domestic fruit production. With the increasing market demand for bananas, farmers have the opportunity to further optimize the quality of bananas they produce in their gardens. In terms of meeting the market share standards in the horticultural sector is a goal that needs to be achieved. The technique used is Hue Saturation Value (HSV) used to classify banana images. Then the maturity is determined using a decision tree. The image data of 150 fruits were divided into 2 categories, namely 100 training data and 50 test data, then the test data were divided as a comparison of 70:30, 80:20 and 90:10. Based on the results of the decision tree analysis, bananas are declared raw if the color mode is =31.5, bananas are declared halfrip. if the color mode is =31.5, bananas are considered ripe if the color mode is =21.5, bananas are said to be overripe if in the shade mode =20.5 and bananas are said to be rotten if in the shade mode =14.5. Based on all comparisons between training data and test data, the best accuracy achieved is 100 with a ratio of 80:20. The calculation in this study was achieved to clearly distinguish banana fruit in terms of its maturity threshold. Pisang merupakan salah satu produk budidaya yang memberikan kontribusi signifikan terhadap produksi buah dalam negeri. Dengan meningkatnya permintaan pasar terhadap pisang, para petani mempunyai peluang untuk lebih mengoptimalkan kualitas pisang yang mereka hasilkan di kebunnya. Dalam hal memenuhi standar pangsa pasar di sektor hortikultura adalah tujuan yang perlu dicapai. Teknik yang dipakai ialah Hue Saturation Value (HSV) dipergunakan mengklasifikasikan citra pisang. Kemudian kematangan ditentukan dengan menggunakan pohon keputusan. Data gambar sebanyak 150 buah tersebut dibagi menjadi 2 kategori yaitu 100 data latih dan 50 data uji, kemudian data uji tersebut dibagi sebagai perbandingan 70: 30, 80:20 dan 90:10. Berdasarkan hasil analisis pohon keputusan, pisang dinyatakan mentah jika modus warnanya =31,5, pisang dinyatakan setengah matang jika modus warnanya =31,5, pisang dianggap matang jika modus warnanya = 21.5, pisang dikatakan terlalu matang jika dalam mode naungan =20.5 dan pisang dikatakan busuk jika dalam mode naungan = 14,5. Berdasarkan seluruh perbandingan antara data latih dan data uji, akurasi terbaik yang dicapai adalah 100 dengan perbandingan 80:20. Perhitungan pada penelitian ini tercapai membedakan secara jelas buah pisang ditinjau dari ambang kematangannya.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
用决策树方法根据肤色对麝香草的成熟度进行分类
香蕉是对国内水果产量贡献巨大的种植产品之一。随着市场对香蕉需求的不断增加,农民有机会进一步优化其园中香蕉的质量。达到园艺部门的市场份额标准是一个需要实现的目标。使用的技术是色调饱和度值(HSV),用于对香蕉图像进行分类。然后使用决策树确定成熟度。150 个水果的图像数据被分为两类,即 100 个训练数据和 50 个测试数据,然后将测试数据分为 70:30、80:20 和 90:10。根据决策树分析的结果,如果颜色模式 =31.5,则香蕉为生香蕉;如果颜色模式 =31.5,则香蕉为半熟香蕉;如果颜色模式 =21.5,则香蕉为熟香蕉;如果阴影模式 =20.5,则香蕉为过熟香蕉;如果阴影模式 =14.5,则香蕉为腐烂香蕉。根据训练数据和测试数据之间的所有比较,最佳准确率为 100,比率为 80:20。本研究中的计算是为了明确区分香蕉果实的成熟阈值。香蕉是对国内水果生产贡献巨大的栽培产品之一。随着市场对香蕉需求的增加,农民有机会进一步优化其农场生产的香蕉质量。达到园艺部门的市场份额标准是一个需要实现的目标。采用色调饱和度值 (HSV) 技术对香蕉图像进行分类。然后使用决策树确定成熟度。将 150 张图像数据分为两类,即 100 张训练数据和 50 张测试数据,然后将测试数据分为 70:30、80:20 和 90:30:30、80:20 和 90:10 进行比较。根据决策树分析的结果,如果香蕉的颜色模式 =31.5,则该香蕉为未成熟;如果香蕉的颜色模式 =31.5,则该香蕉为半熟;如果香蕉的颜色模式 =21.5,则该香蕉为成熟;如果香蕉的阴影模式 =20.5,则该香蕉为过熟;如果香蕉的阴影模式 =14.5,则该香蕉为腐烂。根据对训练数据和测试数据的整体比较,最佳准确率为 100,比例为 80:20。本研究中的计算方法可明确区分香蕉果实的成熟阈值。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Klasifikasi Kematangan Musa Paradisiaca L Berbasis Warna Kulit Menggunakan Metode Decision Tree Rancang Bangun Kontrol Arah pada Seaglider Menggunakan Metode PID Rancang Bangun Sistem Monitoring Dissolved Oxygen dan Power of Hydrogen pada Air Tambak Budidaya Udang Vaname Berbasis Internet of Things Implementasi Framework PXP dan UCD pada Sistem Informasi Manajemen Penerimaan Peserta Didik Baru SMAN 1 Bengalon Implementasi SDLC Waterfall dalam Pembuatan Game Edukasi Heroes of Harmony “HOH” Menggunakan RPG Maker Mv
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1