APLIKASI DETEKSI KEMATANGAN BUAH SAWIT MENGGUNAKAN METODE PERBANDINGAN HISTOGRAM CITRA

Authors

  • Yesiansyah Yesiansyah
  • Murinto Murinto

DOI:

https://doi.org/10.12928/jstie.v4i3.10796

Abstract

Sawit merupakan bahan pokok pembuatan minyak sayur selain itu sawit juga memiliki beberapa manfaat lain di antaranya sebagai bahan baku untuk industri pangan dan industri non pangan. Dengan alasan tersebut aplikasi untuk deteksi kematangan buah sawit merupakan aplikasi yang dibutuhkan bagi banyak pihak khususnya “P.T Baritoâ€, dan bertujuan menghasilkan aplikasi deteksi buah sawit sudah termasuk siap panen atau belum siap panen. Karna kurang tepatnya pemilihan waktu panen dapat menyebabkan merosotnya hasil panen dan mempengaruhi kualitas buah sawit. Aplikasi deteksi kematangan buahsawit merupakan proses memasukkan informasi berupa citra kedalam komputer. Selanjutnya komputer menerjemahkan serta deteksi buah sawit tersebut dengan menggunakan metode perbandingan histogram citra.

Subjek penelitian menggunakan aplikasi Matlab R2010a sebagai imageprocessing. File citra buah sawit berekstensi bitmap. Sistem mempresentasikan citra buah sawit ke dalam bentuk piksel (pixel based models). Sistem yang digunakan pendekatan perbandingan histogramwarna grayscale citra buah sawit. Ada 2 tahapan dalam Aplikasi ini yaitu, mengubah citra digital menjadi citra grayscale dimana citra masukan akan diproses dan dideteksi warna RGB didalamnya, kemudian dari unsur warna tersebut akan diubah menjadi satu nilai derajat keabuan. Tahap kedua adalah mencari histogram citra dan ekstraksi ciri sampel awal kemudian dibandingkan dengan database, selanjutnya dihitung kedekatan dari setiap citra yang diujikan dengan menghitung nilai ekstraksin cirinya. Parameter ekstraksi ciri yang digunakan adalah mean, skewness, kurtosis dan entropy.

Dari penelitian yang dilakukan dapat disimpulkan selain dari usia tanam, segi warna kulit dan ukuran fisik buah, buah kelapa sawit juga bisa diketahui kematangannya dari warna kulit buah. Selain itu dari empat parameter yang digunakan parameter Mean () adalah parameter yang paling berpengaruh dalam penentuan ciri citra. Penelitian yang dilakukan menghasilkan sebuah apilkasi deteksi kematangan buah sawit. Hasil eksperimen dari pengujian aplikasi menunjukkan tingkat akurasi yang baik yaitu 80 % untuk pengujian pada buah sawit belum siap panen sedangkan pada buah sawit siap panen juga menunjukan tingkat akurasi sama yaitu 80%

Kata Kunci: kematangan buah sawit, perbandingan histogram citra, warna kulit buah sawit, ekstraksi ciri

References

Ary, Noviyanto. 2009.Klasifikasi Tingkat Kematangan Varietas Tomat Merah Dengan Metode Perbandingan Kadar Warna. yogyakarta : Program Studi Ilmu Komputer Universitas Gadjah Mada.

Marauli, Tuan Nahampun. 2014. Sistem Pakar Diagnosa Penyakit Pada Tanaman Kelapa Sawit Dengan Metode Dempster-Shafer.

Retno, Nugroho whidluansih. 2015. Indentifikasi Buah Belimbing Berdasarkan Citra RED-GREEN-BLUE Menggunakan Adaptif Neuro Fuzzy Inference System.

Litbang. Komoditas Sawit. http://www.litbang.pertanian.go.id/special/komoditas/ files/00-KSAWIT. (diakses tanggal 11/10/2015).

Putra, Darma. 2010. Pengolahan Citra Digital. Yogyakarta : Andi Offset.

Fadlil, Abdul. 2011. Petunjuk Praktikum Pengenalan Pola. Fakultas Teknologi Industri, Laboratorium Multimedia, Program Studi Teknik Informatika-Universitas Ahmad Dahlan.

Kadir, Abdul. 2012. Teori dan Aplikasi Pengolahan Citra. Yogyakarta : Andi Offset.

Munir, Rinaldi. 2004. Pengolahan citra Digital dengan pendekatan Algoritmik. Bandung : Informatika.

Arief, Siska Riantini. 2011. Analisis Tekstur dan Ekstraksi Ciri, Program Studi Teknik Informatika, Institut Teknologi Telkom Bandung. http://www.ittelkom.ac.id/.

Djoehana, Setyamidjaja. 2006. Teknik Budi Daya, Panen, dan pengolahan sawit. Yogyakarta : Kanisius. https://ww.books.google.co.id/

Published

01-10-2016

Issue

Section

Articles