KLASIFIKASI KEMATANGAN DAUN KAYU PUTIH BERDASARKAN CITRA WARNA HSI DAN XYZ DENGAN MENGGUNAKAN METODE KNN

Amal Khairan, Muhamad Fhadli, Hairil Kurniadi Sirajuddin, Achmad Fuad, Syarifuddin N Kapita, Sigrit A.M Dahlan, Ardi Salman, M Thaariq Ramadhan

Sari


Daun kayu putih berasal dari pohon yang dinamakan dengan kayu putih. mengetahui tumbuhan berdasarkan warna daun tentu tidak mudah, dan dibutuhkan sistem klasifikasi berdasarkan warna daun untuk mengetahui mana daun matang dan mentah. Penelitian ini bertujuan untuk Mengukur Tingkat Kematangan Daun Kayu Putih Berdasarkan Fitur Warna HSI dan XYZ Menggunakan Metode KNN. Analisis data menggunakan histogram pada sistem Kematangan Daun Kayu Putih dengan fitur HSI dengan range kematangan matang interval 0.958738-1.3619 untuk nilai H, interval 0.25022-0.42233 untuk nilai S dan interval 0.4855-0.48293 untuk nilai I. Sedangkan range kematangan mentah 0.157-0.23808 untuk nilai H, interval 0.187 - 0.25547 untuk nilai S dan interval 0.1391-0.21721 untuk nilai I. Sedangkan pada metode XYZ dengan KNN dengan range kematangan matang interval 1.77136-1.85078 untuk nilai X, interval 0.112512-0.19966 untuk nilai Y dan interval 0.251129-0.393222 untuk nilai Z.Sedangkan range kematangan mentah interval 1.10164-1.30232 untuk nilai X, interval 0.0985175-0.176714 untuk nilai Y dan interval 0.408629-0.315282 untuk nilai Z. Sampel dalam penelitian ini pada perkebunan kayu putih yang berlokasi di desa jikumerasa menggunakan 200 citra daun, hasil akurasi dari klasifikasi tingkat kematangan daun kayu putih menggunakan  metode  KNN  sebesar  90%  dengan nilai K=5 yang didapat dari 100 data uji dengan klasifikasi akurat, dan 10 data uji dengan klasifikasi tidak akurat.

Kata Kunci: Klasifikasi Kematangan, transformasi ruang warna, HSI, XYZ, Pengolahan Citra

Teks Lengkap:

PDF (Indonesia)

Referensi


.Areni, I. S., Amirullah, I., & Arifin, N. (2019). Klasifikasi Kematangan Stroberi Berbasis Segmentasi Warna dengan Metode HSV. Jurnal Penelitian Enjiniring, 23(2), 113–116.

https://doi.org/10.25042/jpe.112019.03

.Azis, H., Purnawansyah, P., Fattah, F., & Putri, I. P. (2020). Performa Klasifikasi K-NN dan Cross Validation Pada Data Pasien Pengidap Penyakit Jantung. ILKOM Jurnal Ilmiah,12(2),81–86. https://doi.org/10.33096/ilkom.v12i2.507.81-86

.Edha, H., Sitorus, S. H., Ristian, U., Rakayasa, J., Komputer, S., Mipa, F., Tanjungpura, U., Prof, J., & Nawawi, H. H. (n.d.). Penerapan Metode Transformasi Ruang Warna Hue Saturation Intensity (Hsi) Untuk Mendeteksi Kematangan Buah Mangga Harum Manis Coding : Jurnal Komputer dan Aplikasi .

.Febrinanto, F. G., Dewi, C., Wiratno, A. T., Penelitian, B., Jeruk, T., Subtropika, B., & Litbang Pertanian, B. (2018). Implementasi Algoritme K-Means Sebagai Metode Segmentasi Citra Dalam Identifikasi Penyakit Daun Jeruk (Vol. 2, Issue 11). http://j-ptiik.ub.ac.id

.Identifikasi Kematangan Daun … | Auliasari, R. N., Novamizanti, L., & Ibrahim, N. (2020). Identifikasi Kematangan Daun Teh Berbasis Fitur Warna Hue Saturation Intensity (HSI) dan Hue Saturation Value (HSV) (Identification Maturity Tea Leaves Based on Color Feature Hue Saturation Intensity (HSI) and Hue Saturation Value (HSV) (Vol. 8, Issue 2).

.Pratama, R., Fuad Assagaf, A., & Tempola, F. (2019). Deteksi Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan Metode Transformasi Ruang Warna His. Jurnal Informatika Dan Komputer) p-ISSN, 2(2), 2355–7699.

https://doi.org/10.33387/jiko

.Rulaningtyas, R., Suksmono, A. B., Mengko, T. L. R., & Saptawati, G. A. P. (2015). Segmentasi Citra Berwarna dengan Menggunakan Metode Clustering Berbasis Patch untuk Identifikasi Mycobacterium Tuberculosis. In Jurnal Biosains Pascasarjana (Vol. 17, Issue 1).

.Wandi, D., & Hayati, N. (n.d.). STRING (Satuan Tulisan Riset dan Inovasi Teknologi).

.Yanto, B., Lubis, A., Herawan Hayadi, B., Armita Nst, E., Pasir Pengaraian, U., Tuanku Tambusai, J., Hilir, R., Hulu, R., Rokania, S., Raya Pasir Pengaraian, J. K., Samo, R., Hazarin, U., & Ahmad Yani, J. (n.d.). Klarifikasi Kematangan Buah Nanas Dengan Ruang Warna Hue Saturation Intensity. 6(1), 2021.

Umbaugh, S. E. (2018). Digital image processing and analysis: Human and computer vision applications with CVIPtools (3rd ed.). CRC Press

. Gonzalez, R. C., & Woods, R. E. (2018). Digital image processing (4th ed.). Pearson Education

Palm, W. J. (2018). Introduction to MATLAB for engineers (4th ed.). McGraw-Hill Education




DOI: https://doi.org/10.36549/ijis.v10i2.433

Article Metrics

Sari viewed: 140 times
PDF (Indonesia) download = 19 times

Refbacks

  • Saat ini tidak ada refbacks.
Diterbitkan: 2025-09-30


Akreditasi Nomor 230/E/KPT/2022

eISSN : 2548-6438     

pISSN : 2614-7173                                                       

              

                   

 Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Kontak Utama. Dr. Muharto., M.Si (LPPM Politeknik Sains & Teknologi Wiratama)

Jl Kampus Poltek, Kel. Jati Metro, Kec. Kota Ternate Selatan, Provinsi Maluku Utara, Kode Pos 97716, Email ijis.wiratama@gmail.com