IDENTIFIKASI KUALITAS BIJI JAGUNG MANIS LAYAK JUAL DARI WARNA DAN TEKSTUR MENGGUNAKAN HSV DAN GRAY LEVEL RUN LENGTH MATRIX (GLRLM)

Zakariya, M. Alfin and Astiningrum, Mungki and Syulistyo, Arie Rachmad (2020) IDENTIFIKASI KUALITAS BIJI JAGUNG MANIS LAYAK JUAL DARI WARNA DAN TEKSTUR MENGGUNAKAN HSV DAN GRAY LEVEL RUN LENGTH MATRIX (GLRLM). Diploma thesis, Teknologi Informasi.

	Text Cover.pdf Restricted to Registered users only Download (424kB) | Request a copy
	Text Bab I.pdf Restricted to Registered users only Download (21kB) | Request a copy
	Text Bab II.pdf Restricted to Registered users only Download (341kB) | Request a copy
	Text Bab III.pdf Restricted to Registered users only Download (178kB) | Request a copy
	Text Bab IV.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text Bab V.pdf Restricted to Registered users only Download (189kB) | Request a copy
	Text Bab VI.pdf Restricted to Registered users only Download (251kB) | Request a copy
	Text Bab VII.pdf Restricted to Registered users only Download (8kB) | Request a copy
	Text Daftar Pustaka.pdf Restricted to Registered users only Download (126kB) | Request a copy
	Text Lampiran.pdf Restricted to Registered users only Download (312kB) | Request a copy

Abstract

Jagung manis adalah salah satu jenis sayuran yang sering dikonsumsi oleh masyarakat. Jagung manis memiliki kandungan gizi yang tinggi sehingga baik untuk dijadikan makanan alternatif selain nasi. Jagung manis banyak dijadikan makanan olahan kuliner yang belakangan ini ramai dikalangan masyarakat, oleh karena itu kebutuhan masyarakat terhadap jagung manis yang semakin tinggi sehingga perlu adanya evaluasi kualitas jagung manis yang layak jual. Ada beberapa industri di Indonesia bahwa evaluasi biji jagung manis masih menggunakan cara manual dengan mengandalkan indra manusia yang dimana hasil keluaran evaluasi tersebut tidak konsisten. Pada penelitian ini membahas mengenai evaluasi biji jagung manis dengan menggunakan Warna HSV dan Tekstur Gray Level Run Length Matrix atau disebut GLRLM dengan sistem pengolahan citra digital dengan cara mengolah nilai pada citra biji jagung manis kemudian diklasifikasikan menggunakan metode K-NN. Berdasarkan hasil dari penelitian ini diketahui bahwa penggunaan warna HSV dan metode tekstur GLRLM dengan fitur SRE, LRE, RLU dan GLU dapat mengidentifikasi kualitas biji jagung manis. Dataset yang digunakan berjumlah 160 biji jagung manis dimana terdapat 4 kelas biji jagung manis, setiap input citra terdapat 10 biji jagung manis. Untuk data training total 30 biji segar, 30 biji patah segar, 30 basi, dan 30 patah basi. Untuk data testing terdapat 40 biji jagung manis dan masing citra terdapat 10 biji jagung manis dengan kelas yang berbeda. Tingkat akurasi tertinggi pada sistem sebesar 85% diperoleh pada tekstur 45, 90, dan 135 dari nilai K = 1, K = 3, dan K = 9.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Pengolahan Citra Digital, Jagung Manis, Gray Level Run Length Matrix, HSV, K-NN.
Subjects:	A Computer Science > Computer Programming A Computer Science > Information Science A Computer Science > Applied Computer Science
Divisions:	Jurusan Teknologi Informasi > Teknik Informatika
Depositing User:	M. Alfin Zakariya
Date Deposited:	14 Sep 2020 08:49
Last Modified:	14 Sep 2020 08:49
URI:	http://repota.jti.polinema.ac.id/id/eprint/23

Actions (login required)

View Item