Elok Fa’Iqotul Himmah, M. Widyaningsih, Maysaroh Maysaroh
{"title":"Identifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna RGB Dan HSV Menggunakan Metode K-Means Clustering","authors":"Elok Fa’Iqotul Himmah, M. Widyaningsih, Maysaroh Maysaroh","doi":"10.34128/jsi.v6i2.242","DOIUrl":null,"url":null,"abstract":"Kelapa sawit merupakan salah satu tumbuhan tropis penghasil minyak nabati yang banyak dibudidayakan. Ketepatan dalam menentukan tingkat kematangan buah kelapa sawit menentukan kualitas hasil panen tumbuhan ini. Penelitian ini memanfaatkan pengolahan citra digital untuk mengidentifikasi kematangan buah kelapa sawit berdasarkan warna RGB (Red, Green, Blue) dan HSV (Hue, Saturation, Value). Citra berupa foto buah kelapa sawit yang diambil dengan kamera digital diolah dengan perangkat lunak MATLAB kemudian dianalisis menggunakan metode klasifikasi K-Means Clustering untuk mendapatkan perbandingan hasil ekstraksi ciri RGB dan HSV. Hasil penelitian mampu membedakan tingkat kematangan buah kelapa sawit yaitu mentah, cukup matang, dan matang dengan tingkat keakuratan total pada data uji dan data latih sebesar 64.58%.","PeriodicalId":30123,"journal":{"name":"Journal of Systems Integration","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2020-12-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"7","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Systems Integration","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34128/jsi.v6i2.242","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 7
Abstract
Kelapa sawit merupakan salah satu tumbuhan tropis penghasil minyak nabati yang banyak dibudidayakan. Ketepatan dalam menentukan tingkat kematangan buah kelapa sawit menentukan kualitas hasil panen tumbuhan ini. Penelitian ini memanfaatkan pengolahan citra digital untuk mengidentifikasi kematangan buah kelapa sawit berdasarkan warna RGB (Red, Green, Blue) dan HSV (Hue, Saturation, Value). Citra berupa foto buah kelapa sawit yang diambil dengan kamera digital diolah dengan perangkat lunak MATLAB kemudian dianalisis menggunakan metode klasifikasi K-Means Clustering untuk mendapatkan perbandingan hasil ekstraksi ciri RGB dan HSV. Hasil penelitian mampu membedakan tingkat kematangan buah kelapa sawit yaitu mentah, cukup matang, dan matang dengan tingkat keakuratan total pada data uji dan data latih sebesar 64.58%.