IDENTIFIKASI TAHAP KEMATANGAN BUAH PEPAYA BERDASARKAN WARNA MENGGUNAKAN METODE FUZZY
Abstract
ABSTRAK
Pepaya adalah salah satu komoditas hortikultura yang memiliki prospek cerah untuk dikembangkan secara komersial dan sudah dikenal mendunia. (misalnya tingkat kematangan buah). Proses pemilahan buah tersebut masih menggunakan cara manual, sedangkan cara tersebut seringkali tidak akurat dan berbeda-beda. Perbedaan tersebut diakibatkan karena berbedanya persepsi tiap orang. Oleh sebab itu, dibutuhkan pengklasifikasian buah Pepaya yang tepat untuk memperoleh mutu buah yang baik. Model fuzzy merupakan salah satu metode yang dapat digunakan untuk menentukan klasifikasi kematangan buah Pepaya. Model fuzzy mempunyai konsep matematis yang didasari penalaran fuzzy. Penelitian ini bertujuan untuk mengaplikasikan model fuzzy dalam klasifikasi tingkat kematangan buah Pepaya dan mendeskripsikan tingkat keakuratannya. Proses yang dilakukan adalah mengubah tipe gambar Pepaya dari tipe red green blue (RGB) ke tipe grayscale yang digunakan sebagai data penelitian. Selanjutnya dilakukan ekstraksi mengunakan bantuan MATLAB untuk memperoleh informasi dari gambar. Informasi dari gambar yaitu contrast, correlation, energy, homogeneity, mean, variance, standard deviation, skewness, kurtosis, entropy, Inverse difference moment (IDM). Setelah aturan fuzzy diperoleh selanjutnya dilakukan proses inferensi dan defuzzifikasi. Hasil defuzzifikasi merupakan nilai untuk tingkat kematangan buah Pepaya yang dibagi menjadi empat kategori yaitu mentah, setengah matang, matang, busuk. Dengan berhasil terdeteksi buah pepaya maka akan diketahui nilai presentase dari masing-masing buah pepaya yang di uji. Bedasarkan hasil pengujian data uji 37 buah pepaya, diperoleh tingkat keberhasilan 62.1%.
Kata kunci :Pendeteksi Pepaya, Kematangan, Mode fuzzy,MatlabFull Text:
PDF ()References
Daftar Pustaka
Catur I, 2010. “Prototype Aplikasi UntukMengukur Kematangan Buah Apel Berdasarkan Kemiripan Warna”.Teknik Informatikan Fakultas Teknologi Industri Institut Sains &Teknologi AKPRIND Yogyakarta.
Prabha D.S., Kumar J.S., 2013. “Assessment of banana fruit maturity by image processing technique”. Jurnal Association of Food Scientists & Technologists India.
Retno, dkk. 2012. “Identifikasi Tahap Kematangan Buah Rambutan Berdasar Warna Menggunakan Fuzzy Neural Network”. Jurnal Teknologi Industri Pertanian.
Tulus E,dkk 2013. “Pengenalan Tingkat Kematangan Buah Pepaya Rabo Menggunakan Pengolahan Citra Berdasarkan Warna RGB dengan K-Means Clustering”. Special Issue 2013: Image Processing Singuda Ensikom.
Mendoza F,dkk. 2006 Calibrated Color Measurement of Agricultural Foods using Image Analysis. Postharvest Biol and Technol. 41(3): 285-295.
Putra D. 2010. Pengolahan Citra Digital. Yogyakarta: Andi Offset.
Aly S dan I Vrana. (2005). Fuzzy Expert Marketing-Mix Model. Jounal Of Agric. Number. 51 (2) pp: 69-79.
Eliyani, Tulus & Fahmi. (2008). Pengenalan Tingkat Kematangan Buah Pepaya Paya Rabo Menggunakan Pengolahan Citra Berdasarkan Warna (RGB) Dengan K-mean Clustering. Universitas Sumatra Utara. Hlm. 247-252.
Kusumadewi, Sri. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta : Graha Ilmu.
Wang, Li-xing. (1997) . A course in Fuzzy System And Control. Pretice Hall.
Nithya , R., & Santhi, B. (2011). Classification of Normal Abnormal Patterns in Diginal Mammograms for Diagnosis of Breast Cancer. International Journal of Computer Application (volume 28).
Retno Nugroho Whidhiasih, Sugi Guritman dan Prapto Tri Supriyo. (2012). Identifikasi Tahap Kematangan Buah Manggis Berdasarkan Warna Menggunakan Fuzzy Neural Network. Jurnal Teknologi Industri Pertanian. 22(2) : 82-91.