Pengolahan Citra untuk Sortir Buah Stroberi Berdasarkan Kematangan Menggunakan Algoritma K-Nearst Neighbors (KNN)

Abstract Views: 695   PDF Downloads: 511

Authors

  • Aji Setiawan Universitas Merdeka Malang, Malang
  • Abd. Rabi Universitas Merdeka Malang, Malang
  • Yandhika Surya Akbar Gumilang Universitas Merdeka Malang, Malang

DOI:

https://doi.org/10.56211/blendsains.v2i4.551

Keywords:

Stoberi; Pengolahan Citra; Kematangan; Raspberry Pi; Sortir

Abstract

Dalam industri pertanian, sortir buah stroberi berdasarkan kematangan merupakan proses krisis untuk memastikan kualitas dan nilai jual produk. Sortir buah stroberi secara manual dapat menjadi pekerjaan yang memakan waktu. Dalam konteks sortir buah stroberi, pengolahan citra dapat di gunakan untuk mengenali dan membedakan buah yang mentah, setengah matang dan matang. Salah satu metode yang dapat di gunakan adalah model K-Nearst Neighbors (KNN) algoritma k-nn bekerja mencari K data terdekat dalam ruang fitur berdasarkan jarak matrik lainya.proses pada sistem deteksi warna menggunakan HSV (Hue,Saturation,Value) adalah mengumpulkan data pelatihan yang terdiri dari sampel warna dengan label kelas yang sesuai setelah mengumpulkan data latih selesai maka akan di tentukan nilai klasifikasi.dari percobaan di hiyung dengan nilai akurasi rata rata mentah 80%,setengah matang 80% dan matang 90%.

Downloads

Download data is not yet available.

References

Huda,A K. (2022). Rancang Bangun Alat Sortir Kematangan Buah Jeruk Menggunakan Rasberry Pi Dan Konveyor Berbasis Image Procecing (Doktoral dissertation universitas diponegoro).

Angela,w. (2022). Prototype Pengenalan Buah Tomat Berdasarkan Menggunakan Sensor Warna TSC3200(doktoral dissertation, Universitas Islam Riau

Hidayatullah, M.,Saputra A.K.,Alfita, R., Ulum, M.,& Hardiwamsyah, M.(2023). Rancang Bangun Alat Sortir Kualitas Buah Kopi Wonosalam Berbasis Image Processing. Multitek indosesia,17(1)79¬¬-93. . DOI: https://doi.org/10.24269/mtkind.v17i1.7542

Raffi Albert Abiyasa.(2023). Tingkat Kesegaran Daging Ayam Boiler Menggunakan Metode K-Nearst Neightbor dengan Rasberry Pi.(Universitas Merdeka Malang.

Siskandar,R.,N. A.,Kusumah,B.R.,Santosa,S. H., &Irmansyah,I (2020). Penerapan Rekayasa Mesin Sortir Sebagai Penentu Kematangan Buah Jeruk Dan Tomat Berbasis Image processing [implementasi of sortir machine engginering as determination of maturity of orange and red tomato based on image processing ]. Tek. Petan. Lampung ,9(3),222-236. DOI: https://doi.org/10.23960/jtep-l.v9i3.222-236

Carlos kurniawan umbu ngiku. (2023).Deteksi kantuk mata pengemudi di mobil melalui citra warna menggunakan eye aspect ratio (universitas merdeka malang)

Karista darson . (2023). Robiot lengan pemindah barang berbasis pengolahan citra .(universitas merdeka malang). DOI: https://doi.org/10.51747/energy.v13i1.1454

Sanjaya,S.(2022). Aplikasi pengenalan tingkat kematangan buah tomat menggunakan fitur warna hsv berbasis android. Jurnal Teknoinfo ,16(1),26-33 DOI: https://doi.org/10.33365/jti.v16i1.1489

Nafiyah,N.,Khotimah, H.,& Masruroh,.(2019) klasifikasi kemtangan buah mangga berdasarkan citra hsv dengan kkn. Jurnal elektronika listrik dan teknologi informasi terapan 1(1),1- 4

Mardisa, R.,Siregar,K.,& Nasution,I.S.(2022). Klasifikasi fisik kopi beras arabika menggunakan penggolahan citra dengan metode K-Nearst Neightbour (K-NN). Jurnal ilmiah mahasiswa pertanian ,7(2), 514-522. DOI: https://doi.org/10.17969/jimfp.v7i2.19896

Indrawati.(2017),Klasifikasi Kematangan Jeruk Lemon Menggunakan Metode K-Nearest Neighboard” Jurnal Infomedia vol 2,No 2 DOI: https://doi.org/10.30811/.v2i2.514

Anggriawan M.A.,Ichwan.,M.,&Utami,D.B(2017). Pengenalan tingkat kematangan tomat berdasarkan citra warna pada Studi kasus pembangunan sistem pemilahan otomatis.Jurnal informatika dan sistem informasi.3(3). DOI: https://doi.org/10.28932/jutisi.v3i3.688

Downloads

Article History

Submitted: 2024-06-12
Published: 2024-06-16
Pages: 322-328

PlumX Metrics

How to Cite

Setiawan, A., Rabi, A., & Gumilang, Y. S. A. (2024). Pengolahan Citra untuk Sortir Buah Stroberi Berdasarkan Kematangan Menggunakan Algoritma K-Nearst Neighbors (KNN). Blend Sains Jurnal Teknik, 2(4), 322–328. https://doi.org/10.56211/blendsains.v2i4.551

Issue

Section

Teknik Elektro

Most read articles by the same author(s)