TEKNIK PENGOLAHAN CITRA UNTUK MENDETEKSI KEMATANGAN BOH GIRI MENGGUNAKAN METODE NAIVE BAYES
Sari
ABSTRAK
Penelitian ini bertujuan untuk mendeteksi kematangan boh giri dengan menggunakan metode naive bayes. Membuat pengklasteran berdasarkan jenis dan kualitas buah yang dihasilkan, merupakan penanganan terpadu pasca panen, yaitu menentukan standar klasifikasi kematangan boh giri pasca panen melalui tingkatan; baik, sedang dan kurang. Selanjutnya, mengembangkan metode untuk klasifikasi menggabungkan teknik pengolahan citra dan sistem cerdas Naive Bayes Classifier. Penelitian ini dilakukan di Laboratorium Komputer Universitas Almuslim Bireuen dan di Perkebunan Boh Giri Desa Pante Lhong Kecamatan Peusangan Propinsi Aceh, dilaksanakan sejak bulan Januari s.d September 2017. Adapun metode dalam penelitian ini adalah melalui teknik pengolahan dengan menggunakan citra delapan bit yang diperoleh dari kamera digital, sehingga menghasilkan komposisi warna dengan mencari nilai piksel citra RGB (red, green, blue). Proses pemilahan produk hasil pertanian dan perkebunan sangat tergantung pada persepsi manusia terhadap faktor komposisi warna yang dimiliki citra. Salah satu tahap penting dalam proses tersebut adalah pemilahan produk berdasarkan kualitasnya (misalnya tingkat kecerahan buah). Untuk membandingkan tingkat kematangan boh giri dengan komposisi warna dilakukan dengan mengambil nilai rata-rata (mean) dari RGB dan metode Naive Bayes. Naive Bayes Classifier (NBC) adalah salah satu sistem cerdas dengan metoda klasifikasi yang berpedoman dengan Teori Peluang Bayes. Ciri utama dari NBC adalah asumsinya yang sangat kuat akan keterpisahan dari setiap kondisi/kejadian. Dimana hasil nilai rata-rata dari citra warna RGB (red, green, blue) objek dibandingkan dengan database pada citra untuk memperoleh hasil kematangan yang diasumsikan: baik, sedang dan kurang. Dari sistem ini dapat diperoleh hasil yang diharapkan, yaitu pemisahan kematangan boh giri dengan menggunakan teknologi komputer.
Kata kunci: pengolahan citra, piksel, boh giri, Naive Bayes, RGB
Teks Lengkap:
PDFReferensi
REFERENSI
Agus, M. 2009. Sistem Informasi Konsep dan Aplikasi. Cetakan I, Yogyakarta: Pustaka Pelajar.
Catur, I. 2010. Prototype Aplikasi untuk Mengukur Kematangan Buah Apel Berdasarkan Kemiripan Warna. Yogyakarta: TI. Fak. Teknologi Industri Institut Sains dan Teknologi AKPRIND.
Eliyani, Tulus; F. Fahmi. 2013. Pengenalan Tingkat Kematangan Buah Pepaya Paya Rabo Menggunakan Pengolahan Citra Berdasarkan Warna RGB dengan K-Means Clustering. Special Issue 2013: Image Processing Singuda Ensikom.
Herry, S. 2010. Pengenalan Buah Tomat Menggunakan Pengolahan Citra Digital dengan Pendekatan Backpropagation. Wonosobo: Teknik Informatika Universitas Sains Al-Qur’an.
Idris, A.; Mahmud, Azis, T.C. 2015. Bireuen sebagai Segitiga Emas Ekonomi Aceh. Bireuen: Universitas Almuslim Press.
Natalius, S. 2011. Metoda Naive Bayes Classifier dan Penggunaannya pada Klasifikasi Dokumen”. Makalah II 2092 Probabilitas dan Statistik.
Prabha, D. S; Kumar J. S. 2013. Assessment of Banana Fruit Maturity by Image Processing Technique”. India: Jurnal Association of Food Scientists dan Technologists.
Retno, N. W; dkk. 2012. Identifikasi Tahap Kematangan Buah Manggis Berdasarkan Warna Menggunakan Fuzzy Neural Network. Jurnal Teknologi Industri Pertanian.
Saad, H; Hussain, A. 2006. Classification for the Ripeness of Papayas Using Artificial Neural Network (ANN) and Threshold Rule”. Malaysia: 4th Student Conference on Research and Development, Shah Alam, Selangor.
Sammuel, N. 2011. Metoda Naive Bayes Classifier dan Penggunaannya pada Klasifikasi Dokumen. Makalah II 2092 Probabilitas dan Statistik – Sem I Tahun 2010/2011.
Satriawan, S.; Fuady, Z. 2013. Karakteristik dan Prospek Ekonomi Sistem Agroforestri di Kabupaten Bireuen Aceh. LENTERA, Vol. 13 No. 2 Juni 2013.
Shadiq, M. A. 2009. Keoptimalan Naive Bayes dalam Klasifikasi. Universitas Pendidikan Indonesia.
Singarimbun, M. 1995. Metode Penelitian Surve. Jakarta: LP3ES.
Sugiono; Hadria, O. 2010. Sistem Pengenalan Buah Menggunakan Webcam dan Image Processing. Politeknik Negeri Padang: Elektron: Vol 2 No. 1, Edisi Juni 2010.
Umar, H. 2005. Metode Penelitian untuk Skripsi dan Tesis Bisnis. Jakarta: PT. Raja Grafindo Persada.
Zainul, A. 2013. Pengembangan Algoritma Pengolahan Citra Dijital Model Warna Dasar dalam Penentuan Mutu Buah Jeruk Keprok. Jakarta: Fakultas Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah.