BUDIYONO, MUHAMMAD VICKY (2021) SISTEM DETEKSI TINGKAT KEMATANGAN TOMAT MENGGUNAKAN PERHITUNGAN HUE SATURATION INTENSITY (HSI) DAN METODE K-NEAREST NEIGHBORS. Undergraduate thesis, Universitas Islam Sultan Agung.
Text
publikasi.pdf Restricted to Registered users only Download (139kB) |
|
Text
32601700017_fullpdf.pdf Download (4MB) |
Abstract
Tomat merupakan salah satu sayuran atau buah yang memiliki sifat mudah rusak, dimana penanganan buah tomat sangat lah susah dimana untuk membedakan buah tomat yang masih sehat atau sudah rusak dimana sangat mudah mempengaruhi nilai gizi dan nilai ekonomisnya, kebanyakan mendeteksi atau mengidentifikasi tingkat kematangan buah tomat dilakukan secara pandangan mata saja dimana itu merupakan suatu cara yang kurang efisien dimana menggunkana pandangan kasat mata memiliki kelemahan dimana tingkat akurasi yang tidak konsisten. Maka dari itu pemanfaatan citra atau gambar sangat penting untuk mengetahui mana tomat matang, tomat setengah matang dan tomat belum matang. dengan menerapkan perhitungan erhitungan HSI (Hue, Saturation, Intensity) dan metode KNN. Menerapkan perhitungan HSI ini digunakan untuk menghitung transformasi warna dan transformasi ruangan, dan metode KNN ini dugunakan untuk menentukan atau di kalsifikasikan citra baru dan citra lama. Pada saat penelitian mendapatakan nilai hsi dari masing – masing kelas dimana kelas tomat matang memiliki nilai rata-rata hue 0.0051 – 0.026 saturation 0.1862 – 0.3291 insensity 0.0975 – 0.7522, setengah matang hue 0.0208 – 0.0848 saturation 0.1346 – 0.5746 insensity 0.1056 – 0.4714 dan belum matang hue 0.0174 – 0.0689 saturation 0.0474 – 0.2072 insensity 0.0595 – 0.3203 dan hasil dari klasifikasi dari k = 3 juga memiliki presentasi yang tingkat akurasinya paling tertinggi yaitu 90% Kata kunci: Tomat, HSI, KNN
Item Type: | Thesis (Undergraduate) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika |
Depositing User: | Pustakawan 1 UNISSULA |
Date Deposited: | 08 Jul 2022 09:51 |
Last Modified: | 08 Jul 2022 09:51 |
URI: | http://repository.unissula.ac.id/id/eprint/24124 |
Actions (login required)
View Item |