Implementasi Sistem Pendeteksi Tingkat Kematangan Buah Pepaya Menggunakan Metode RGB

Penulis

  • Krista Bella Dwi Rahayu Nur Widyasari POLITEKNIK NEGERI MALANG
  • Ulla Delfana Rosiani Politeknik Negeri Malang
  • Agung Nugroho Pramudhita Politeknik Negeri Malang

DOI:

https://doi.org/10.32664/smatika.v11i01.536

Kata Kunci:

Manfaat Buah Pepaya, Metode RGB, Image Processing

Abstrak

Pertanian yang ada di Indonesia selama ini dalam pendeteksian kematangan buah papaya, selama ini masih menggunakan sistem yang manual. Sumber dari tingkat kematangan buah berdasarkan ciri-cirinya didapatkan mulai dari buah papaya yang mentah, setengah matang dan matang didapatkan dari seseorang petani.Setelah dilakukannya sebuah analisa kebutuhan dari sistem yang akan dibuat, disini penulis melakukan implementasi berdasarkan bahan informasi yang telah didapatkan. Metode RGB disini yang akan digunakan untuk melakukan perhitungan logika pendeteksi tingkat kematangan buah. Hasil dari implementasi itu sendiri dapat bekerja dengan baik sesuai dengan apa yang dibutuhkan. Berdasarkan perhitungan akurasi yang diperoleh pada sistem yang dibuat mencapai 50%.

Referensi

J. F. Fauzi, H. Tolle dan R. K. Dewi, “Implementasi Metode RGB To HSV pada Aplikasi Pengenalan Mata Uang Kertas Berbasis Android untuk Tuna Netra,†Jurnal Pengembangan Teknologi dan Informasi dan Ilmu Komputer, pp. 2319-2325, 2018.

R.Kusumanto dan A. N. Tompunu, “Pengolahan Citra Digital Untuk Mendeteksi Obyek Menggunakan Pengolahan Warna Model Normalisasi RGB,†dalam Seminar Nasional Teknologi Informasi & Komunikasi Terapan, 2011.

I. dan M. , “Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformaso Ruang Warna HIS,†JUITA, pp. 2086-9398;, 2017.

M. dan E. Nurraharjo, “Sistem Deteksi Kematangan Buah Alpukat Menggunakan Metode Pengolah Citra,†Dinamika Informatika, pp. 2086-9398;, 2019.

S. Jatmika dan D. Purnamasari, “Rancang Bangun Alat Pendeteksi Kematangan Buah Apel Dengan Menggunakan Metode Image Processing Berdasarkan Komposisi Warna,†Jurnal Ilmiah Teknologi dan Informasi ASIA, 2014.

E. F. Saraswita dan Sukemi, “Akurasi Klasifikasi Citra Digital Scenes RGB Menggunakan Model K-Nearest Neighbor dan Naive Bayes,†dalam ARS2019, Palembang, 2019.

Unduhan

Diterbitkan

2021-06-30

Terbitan

Vol 11 No 01 (2021): SMATIKA Jurnal : STIKI Informatika Jurnal

Bagian

Articles

Lisensi

Penulis telah menyetujui bahwa pemegang hak cipta adalah SMATIKA Jurnal. Dan Author berhak menyebarkan artikel tanpa seijin SMATIKA jurnal.