KLASIFIKASI TINGKAT KEMATANGAN BUAH PISANG KEPOK (MUSA PARADISIACA FORMATYPICA) DENGAN EKSTRAKSI FITUR WARNA DENGANMENGGUNAKAN ALOGRITMA NAIVE BAYES
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
Mohammad Harris, Rachmadi
Nurul, Haytaty
Alena, Uperiati
Nurul, Haytaty
Alena, Uperiati
Subject
005.11.Pemrograman Khusus
Datestamp
2021-07-23 15:07:25
Abstract :
Pulau Bintan merupakan salah satu pulau yang menghasilkan pisang kepok (Musa paradisiaca formatypica), komoditas unggulan selain tanaman bayam, ter- ung, dan kangkung. Banyak petani pisang kepok di pulau Bintan memanen pisang sebelum waktu masak pisang tersebut, yang menjadikan pisang harus diperam selama waktu yang dibutuhkan untuk pisang tersebut masak dengan menggunakan karbit yang merupakan bahan kimia yang dapat berdampak buruk bagi kesehatan. Penelitian ini dilakukan dengan menggunakan metode ekstraksi fitur warna HSV dan algoritma Naive Bayes. Adapun metode ekstraksi fitur warna yang digunakan dalam identifikasi kematangan buah adalah ektraksi fitur warna (R, G, dan B) ke HSV (Hue Saturation Value). Dari pengujian yang dilakukan menggunakan ekstraksi warna HSV dan algoritma Naive Bayes untuk melakukan klasifikasi ter- bukti terbukti mampu melakukan klasifikasi citra dengan baik dimana akurasi di- peroleh dari pengujian 15 data uji pisang kepok adalah 73.33% dengan 11 buah pisang kepok yang sesuai dengan tingkat kematangannya.
Pulau Bintan merupakan salah satu pulau yang menghasilkan pisang kepok (Musa paradisiaca formatypica), komoditas unggulan selain tanaman bayam, ter- ung, dan kangkung. Banyak petani pisang kepok di pulau Bintan memanen pisang sebelum waktu masak pisang tersebut, yang menjadikan pisang harus diperam selama waktu yang dibutuhkan untuk pisang tersebut masak dengan menggunakan karbit yang merupakan bahan kimia yang dapat berdampak buruk bagi kesehatan. Penelitian ini dilakukan dengan menggunakan metode ekstraksi fitur warna HSV dan algoritma Naive Bayes. Adapun metode ekstraksi fitur warna yang digunakan dalam identifikasi kematangan buah adalah ektraksi fitur warna (R, G, dan B) ke HSV (Hue Saturation Value). Dari pengujian yang dilakukan menggunakan ekstraksi warna HSV dan algoritma Naive Bayes untuk melakukan klasifikasi ter- bukti terbukti mampu melakukan klasifikasi citra dengan baik dimana akurasi di- peroleh dari pengujian 15 data uji pisang kepok adalah 73.33% dengan 11 buah pisang kepok yang sesuai dengan tingkat kematangannya.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
