KLASIFIKASI KUALITAS KOPRA MENGGUNAKAN NEAREST MEAN CLASSIFIER BERDASARKAN WARNA DAN TEKSTUR LOCAL BINARY PATTERN

Gamaria Mandar; Abdul Haris Muhammad; M Santosa; Salsabila Salsabila

doi:10.36549/ijis.v8i2.251

KLASIFIKASI KUALITAS KOPRA MENGGUNAKAN NEAREST MEAN CLASSIFIER BERDASARKAN WARNA DAN TEKSTUR LOCAL BINARY PATTERN

Gamaria Mandar, Abdul Haris Muhammad, M Santosa, Salsabila Salsabila

Sari

Kopra adalah daging kelapa yang telah dikeringkan dengan menggunakan cara tradisional maupun modern. Umum para petani menggunakan cara tradisional seperti dikeringkan dengan memanfaatkan cahaya matahari dan bara api (pengasapan), dimana panas suhu diantaranya 40-80 derajat celcius untuk menghasilkan kopra dengan kualitas yang baik. Kopra yang merupakan bahan baku minyak kelapa ini tidak bisa terlepas dari kebutuhan masyarakat sehingga kualitas kopra sangat wajib diperhatikan oleh seorang petani atau pembeli. Umumnya untuk mengetahui kualitas kopra dilakukan secara langsung dengan memanfaatkan penglihatan, penciuman dan menyentuh bahan baku tersebut dan mencocokan dengan parameter-parameter kualitas kopra yang baik. Sehingga pada penelitian ini penulis menerapkan Algoritma Nearest Mean Classifier dengan memanfaatkan citra atau gambar kopra sebanyak 100 sampel yang diambil menggunakan kamera standar untuk klasifikasikan kualitas kopra dengan memanfaatkan warna dan tekstur local binary pattern pada citra kopra. Penelitian ini menggunakan matlab untuk pengolah data dan membangun interface aplikasi. Hasil dari penelitian ini menujukan bahwa dari 20 citra yang diujikan hanya 2 data uji gagal, sehingga hasil akurasi mencapai 90%.

Kata Kunci: Klasifikasi, Kopra, Nearest Mean Classifier

Teks Lengkap:

PDF (Indonesia)

Referensi

Susmanto, P., Yandriani, Y., Dila, A. P., & Pratiwi, D. R. (2020). Pengolahan zat warna direk limbah cair industri jumputan menggunakan karbon aktif limbah tempurung kelapa pada kolom adsorpsi. JRST (Jurnal Riset Sains dan Teknologi), 4(2), 77-87.

Bakhtar, Nikita, Varsha Chhabria, Iptisaam Chougle, Harsha Vidhrani, and Rupali Hande. 2019. “IoT Based Hydroponic Farm.” 2018 International Conference on Smart Systems and Inventive Technology (ICSSIT), no. Icssit: 205–9. https://doi.org/10.1109/icssit.2018.8748447

Asmara, R. A., Puspitasari, D., Romlah, S., Hasanah, Q., & Romario, R. (2017). Identifikasi Kesegaran Daging Sapi Berdasarkan Citranya dengan Ekstraksi Fitur Warna dan Teksturnya Menggunakan Metode Gray Level Cooccurrence Matrix. SENTIA 2017, 9.

Turiyanto, M. D., Purwanto, D., & Dikairono, R. (2014). Penerapan Teknik Pengenalan Wajah Berbasis Fitur Local Binary Patterns pada Robot Pengantar Makanan. 1-6.

BHAVSAR, HEMINA. 2017. Review on Feature Extraction Methods of Image Based Sign Language Recognition System.Indian Journal of Computer Science and Engineering8(3): 249–59

Siswanto, I., Utami, E., & Raharjo, S. (2020). Klasifikasi Tingkat Kematangan Buah Berdasarkan Warna dan Tekstur Menggunakan Metode K-Nearest Neighbor dan Nearest Mena Classifier. Inspiration: Jurnal Teknologi Informasi dan Komunikasi, 10(1), 93-101.

Retnoningrum, D., Widodo, A. W., & Rahman, M. A. (2019). Ekstraksi Ciri Pada Telapak Tangan Dengan Metode Local Binary Pattern (LBP). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X

Masparudin.2019. “Sitem cerdas deteksi kualitas snatan kelapa berbasis adroid menggunakan metode nearest mean classifier(NMC). Universitas Islam Indragiri Tembilahan.

Ferdiana Selvia Kusuma, Ratih Enggar Pawening, and Roman Dijaya. 2017. “Otomatisasi Klasifikasi Kemantangan buah mengkudu berdasarkan warna dan tekstu. Jurnal Ilmiah Teknologi Informasi (Register) Vol 3 No 1

Apriani Putri, Ikhwan Ruslianto, and Uray Ristian. 2020. “Aplikasi Deteksi Objek Bergerak berbasis citra background Subctarcion dan Blod Detection. Jurnal Komputer dan Aplikasi (Coding) Vol 8 No 1

Saifullah, S., & Yudhana, A. (2016). Analisis perbandingan pengolahan citra asli dan hasil croping untuk identifikasi telur. Jurnal Teknik Informatika dan Sistem Informasi, 2(3).

Abdullah, U., & Efendi, M. (2017). Sistem Klasifikasi Kualitas Kopra Berdasarkan Warna Dan Tekstur Menggunakan Metode Nearest Mean Classifier (NMC). Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 4(4).

Azman, M. (2021). Klasifikasi Jenis Buah Berdasarkan Fitur Warna, Tekstur Dan Bentuk Dari Citra Dengan Metode K-Nearest Neighbor (Doctoral dissertation, Universitas Islam Lamongan).

Sukarni, Mustamin, dkk. (2021). Mengidentifikasi Kematangan Buah Pala Berdasarakan Ciri dan Tekstur menggunakan Metode Backproagation. Jurnal Teknik Informatika (J-Tifa)

Pamungkas Adi (2017). Pengolahan Citra Digital. https://pemrogramanmatlab.com/diakses pada 20 Maret 2021

Dinar, Latifa, dkk. 2013. Kajian Standar Nasional Indonesia Biji Pala. Study on National Indonesian Standard of Nutmeg. Yogyakarta

DOI: https://doi.org/10.36549/ijis.v8i2.251