DETEKSI KEMATANGAN BUAH TOMAT BERDASARKAN FITUR WARNA MENGGUNAKAN METODE TRANSFORMASI RUANG WARNA HIS

Rendy Pratama, Achmad Fuad, Firman Tempola

Abstract


Tomat memiliki sifat yang mudah rusak, penanganan yang tidak tepat pada buah tomat mengakibatkan penurunan mutu yang selanjutnya mempengaruhi nilai gizi dan nilai ekonomisnya. Pada umumnya, untuk mengukur kematangan masih dikerjakan secara manual, kelemahan dari metode tersebut adalah tingkat akurasi yang tidak konsisten. Pemanfaatan citra sangat penting untuk mengetahui kematangan buah tomat dengan memanfaatkan citra digital. Dengan adanya citra digital maka untuk menentukan kematangan buah tomat berdasarkan warnanya bisa dilakukan secara computing (berbasis teknologi), yaitu dengan menerapkan pengolahan citra menggunakan metode transformasi ruang warna HIS (Hue, Saturation, Intensity). Model warna HIS (Hue, Saturation, Intensity) memisahkan komponen intensitas dari informasi warna yang dibawa (hue dan saturation) dalam warna citra. Hasil dari klasifikasi kematangan dapat dilihat pada masing-masing pengujian dengan nilai presentase 94,28571429% untuk kategori buah tomat matang, 94,28571429% untuk kategori buah tomat setengah matang dan 94,28571429% untuk kategori buah tomat mentah. Nilai presentase untuk pengujian keseluruhan data mempunyai presentase yang sangat tinggi dan berpengaruh dalam mendeteksi kematangan buah yaitu mencapai presentase sebesar  94,28571429%. Maka dapat disimpulkan, bahwa pendeteksian kematangan buah tomat dapat dilakukan dengan menerapkan metode transformasi ruang warna HIS.

References


Tarigan, Nirma Yopita Sari, Utama, I Made Supartha, and Kencana, Pande K Diah, 'Memperthankan Mutu Buah Tomat Segar Dengan

Pelapisan Minyak Nabati'. (2015).

Purba, Ronsen, Sunario Megawan, Anisah, and Kardika Sidabariba, ‘Peningkatan Keamanan Citra Warna Dengan Model Warna HSI Dan Password Pada Kriptografi Visual Skema (( N-1 , 1 ), N )’, JSM STMIK Mikroskil. 17 (2016), 215–26.

Permadi, Y., & Murinto. Aplikasi Pengolahan Citra Untuk Identifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah Menggunakan Metode Ekstraksi Ciri Statistik. (2015). Jurnal Informatika. Vol. 9(1), 1028–1038.

Indarto, and Murinto, ‘Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS ( Banana Fruit Detection Based on Banana Skin Image Features Using HSI Color Space Transformation Method )’ (2017), Jurnal Ilmiah Informatika, 15–21.

Riska, S. Y. Klasifikasi Level Kematangan Tomat Berdasarkan Perbedaan Perbaikan Citra Menggunakan Rata-Rata RGB Dan Index Pixel. (2015b). Jurnal Ilmiah Teknologi Dan Informasia ASIA (JITIKA) Retrievedfrom http://lp3m.asia.ac.id/wpcontent/uploads/2015/11 /7.-Bu-Riska.pdf.

Delina, Nurul Kusuma, ‘Mengukur Level Warna Kematangan Pada Buah Cabai Menggunakan Index Pixel’, (2019).

Saputra, Wanvy Arifha, and Agus Zainal Arifin, ‘Seeded Region Growing Pada Ruang Warna HSI Untuk Segmentasi Citra Ikan Tuna’, Jurnal Infotel,9(2017),56..

Venkatesan, V. . P., G.Aghila, & P.Thiyagarajan. S Teganalysis Using C Olour M Odel. (2011). An Internatinal Journal. 2(4), 201–211.

Ananto Indra Dwi, and Murinto, ‘Aplikasi Pengolahan Citra Mendeteksi Kualitas Cabai Berdasarkan Tingkat Kematangan Menggunakan Transformasi Warna YCbCr’, (2015), Jurnal Sarjana Teknik Informatika, 283–93.

Nasution, M. S., & Fadillah, N. Deteksi Kematangan Berdasarkan Warna Buah dengan Menggunakan Metode YCbCr. (2019). InfoTekJar : Jurnal Nasional InformatikadanTeknologiJaringan. 2, 0–3.




DOI: https://doi.org/10.33387/jiko.v2i2.1318

Refbacks

  • There are currently no refbacks.