Deteksi Kematangan Daun Selada (Lactuca Sativa L) Berbasis Android Menggunakan Nilai RGB Citra

Authors

  • Khaironi Dwi Septiaji
  • Kartika Firdausy

DOI:

https://doi.org/10.26555/jiteki.v4i1.8994

Keywords:

Selada, Pengolahan Citra, RGB, Android, OpenCV

Abstract

Selada merupakan sayuran yang populer karena memiliki warna, tekstur, serta aroma yang menyegarkan tampilan makanan. Sayuran ini merupakan tanaman setahun atau  tanaman yang menyelesaikan seluruh siklus hidupnya dalam rentang setahun. Pada paper ini, kami menyajikan perancangan aplikasi pada smartphone untuk deteksi kematangan tanaman selada berbasis Android menggunakan nilai RGB citra secara real time. Aplikasi ini dirancang dengan menggunakan pustaka OpenCV yang dapat digunakan untuk mendeteksi kondisi tanaman dengan pengolahan citra. Ada tiga kondisi yang digunakan sebagai parameter yaitu belum matang (BM), matang (M) dan terlalu matang (TM) dengan rentang nilai RGB untuk setiap kondisi berbeda-beda. Data yang digunakan sebanyak 5 sampel citra untuk setiap fase kematangan. Pengujian dilakukan dengan tiga kondisi intensitas cahaya 500 lux, 5000 lux, dan 550 lux, serta tiga variasi jarak 10 cm, 15 cm, dan 20 cm. Hasil pengujian deteksi kematangan daun selada dengan tiga kondisi intensitas cahaya dan tiga variasi jarak sebesar 80%, 78 %, dan 82 %. Tingkat akurasi kondisi optimal pada jarak 10 cm dan intensitas cahaya 500 lux dan 550 Lux sebesar 90 %.

References

Sunarjono, H. (2014). Bertanam 36 Jenis Sayur. Jakarta : Penebar Swadaya.

Permadi, Y. (2014). Aplikasi Pengolahan Citra Untuk Identifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah Dengan Metode Ekstraksi Ciri Statistik. Yogyakarta. Universitas Ahmad Dahlan.

Jatmika, S. & Purnamasari, D. (2014). Rancang Bangun Alat Pendeteksi Kematangan Buah Apel Dengan Menggunakan Metode Image Processing Berdasarkan Komposisi Warna. Sekolah Tinggi Manajemen Informatika dan Komputer ASIA Malang, Vol. 8 No 1.

Yesiansyah. (2016). Aplikasi Deteksi Kematangan Buah Sawit Menggunakan Metode Perbandingan Histogram Citra. Yogyakarta. Universitas Ahmad Dahlan.

Muwardi, F. & Fadlil, A. (2017). Sistem Pengenalan Bunga Berbasis Pengolahan Citra dan Pengklasifikasi Jarak. Yogyakarta. Universitas Ahmad Dahlan. Vol. 3 No 2.

Candra, A.D. % Fadlil, A. (2017). Sistem Penentuan Sudut Diam Granul Menggunakan Metode Pengolahan Citra Berbasis Android. Yogyakarta. Universitas Ahmad Dahlan. Vol. 3 No 2.

Munir, Rinaldi. (2004). Pengolahan Citra Digital Dengan Pendekatan Algoritmik. Bandung : INFORMATIKA.

Achmad, B. dan Firdausy, K. (2005). Teknik Pengolahan Citra Digital Menggunakan Delphi. Yogyakarta : Penerbit Ardi Publishing.

Kaspers, A. 2011. Blob detection. Biomedical Image Sciences Image Sciences Institute. Belanda : UMC Utrecht.

Hassanien, A.E., & Olivia, D.A., (2018). Advances in Soft Computing and Machine Learning in Image Processing. Switzerland : Springer.

Safaat, N. (2012). Pemrograman Aplikasi Mobile Smarthphone dan Tablet PC Berbasis Android. Bandung : INFORMATIKA.

Downloads

Published

2018-06-30

Issue

Section

Articles