Klasifikasi Jenis Buah Apel Menggunakan Metode Orde 1 dengan Algoritma Multi Support-Vector Machines

Rizky Ade Safitri, Siti Nurdiani, Dwiza Riana, Sri Hadianti

Abstract


Apel merupakan jenis buah-buahan dimana memiliki beragam jenis warna pada kulitnya tersendiri, ada yang berwarna merah, hijau maupun warna kuning. Buah apel juga memiliki banyak jenis dan mudah ditemukan dalam negeri maupun di luar negeri. Setiap jenis buah apel memiliki ciri yang berbeda sehingga akan diperoleh pendapat yang berbeda oleh setiap individu yang menyebabkan tingkat akurasi yang berbeda. Teknologi klasifikasi saat ini dapat digunakan untuk membantu proses pemilahan tersebut. Penelitian ini menggunakan metode orde 1 dengan algoritma multi SVM yang bertujuan untuk pengenalan pola buah apel menggunakan analisis tekstur pada citra grayscale dan ekstraksi fitur warna pada citra warna. Hasil ekstrasi fitur akan menjadi input bagi multi SVM untuk mengklasifikasikan jenis apel. Data yang digunakan pada penelitian ini adalah dari 50 citra, yang terdiri dari 35 citra data latih  dan 15 data uji. Hasil akurasi metode ini mencapai tingkat akurasi hanya sebesar 86%.


Keywords


Image Processing

References


Ahmad, haidar maghrifa, Hidayat, D. I. B., & Darana, P. D. I. S. (2017). IDENTIFIKASI DAN KLASIFIKASI KEMURNIAN SUSU SAPI BERDASARKAN PEMROSESAN SINYAL VIDEO MENGGUNAKAN METODE GABOR WAVELET DAN SUPPORT VECTOR MACHINE IDENTIFICATION AND CLASSIFICATION OF COW MILK PURENESS BASED ON VIDEO SIGNAL PROCESSING BY USING GABOR WAVELET. 4(3), 3649–3656.

Ciputra, A. (2018). DENGAN ALGORITMA NAIVE BAYES DAN EKSTRAKSI FITUR CITRA DIGITAL. 9(1), 465–472.

Nurhayati, O. D. (2015). Mengenali Jenis Telur Ayam Biasa Dan Telur Ayam Omega-3. Jurnal Sistem Komputer, 5(2), 5–8.

Permadi, Y., & Murinto. (2015). APLIKASI PENGOLAHAN CITRA UNTUK IDENTIFIKASI KEMATANGAN MENTIMUN BERDASARKAN TEKSTUR KULIT BUAH MENGGUNAKAN METODE EKSTRAKSI CIRI STATISTIK. Informatika, 9(1), 1028–1038.

Wati, R. R. (2015). Digital Repository Universitas Jember. In Kemitraan Pengelolaan Ekowisata Mangrove Blok Bedul. https://doi.org/10.1242/jcs.150862.

Yendri, D., Teknik, J., Politeknik, E., Padang, N., Komputer, J. S., Informasi, F. T., & Andalas, U. (2012). Implementasi Web Camera Sebagai Visual Inspection Otomatis Untuk Proses Pemutuan Ukuran Dan. Jurnal Elektron, 4(2), 57–66.




DOI: https://doi.org/10.31294/p.v21i2.6526

ISSN2579-3500

Dipublikasikan oleh LPPM Universitas Bina Sarana Informatika

Jl. Dewi Sartika No. 289, Cawang, Jakarta Timur Telp : 021-8010836, ext. 202
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License