Klasifikasi Kematangan Buah Lengkeng Menggunakan Metode Content Based Image Retrieval


Aliyah Nazirah(1*); Poetri Lestari Lokapitasari Belluano(2); Nia Kurniati(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Penelitian ini bertujuan untuk mencari hasil klasifikasi kematangan buah lengkeng untuk membantu masyarakat dalam memilih buah lengkeng yang matang. Metode yang digunakan dalam menentukan kualitas buah lengkeng yaitu ekstraksi fitur Content Based Image Retrieval untuk mengklasifikasi kematangan buah lengkeng dengan menggunakan teknik pengambilan data pada image retrieval, dan mengkategorikan citra berdasarkan fitur citra warna dengan tekstur buah. Metode yang digunakan untuk menghitung tingkat akurasi pada buah lengkeng dengan perhitungan jarak euclidean distance untuk mendapatkan nilai akurasi yaitu menghitung jarak kemiripan citra buah yang di uji untuk memperoleh hasil tingkat kematangan buah yang telah di uji. Dataset yang digunakan sebanyak 150 citra dan dibagi menjadi 2 data yaitu data latih dan data uji dengan 3 tingkat kematangan buah lengkeng yang dapat diketahui menggunakan teknik pencarian citra buah lengkeng muda, buah lengkeng setengah matang, dan buah lengkeng matang dengan metode CBIR untuk membedakan satu citra dengan citra yang lain dapat dilihat dari warna, tekstur, dan ukuran buah. Hasil penelitian menunjukkan pencarian gambar yang didapatkan menampilkan 10 citra lengkeng dan hasil pengujian diperoleh nilai akurasi 98.63% dengan akurasi tertinggi 99.6% yang paling dekat dengan citra asli.

Keywords


Lengkeng Diamon River; Citra; Content Based Image; Retrieval Euclidean Distance

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 267 times
PDF view: 123 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/busiti.v5i1.1968 		  

Cite

How to cite item

References


N. Aini, D. Setyati, and Umiyah, “Struktur Anatomi Daun Lengkeng Kultivar Lokal, Itoh, Pingpong dan Diamond River,” J. Berk. Saintek, vol. 2, no. 1, pp. 31–35, 2014.

I. Hendrawan, “Teknologi Off-Season Tanaman Lengkeng Pada Rumah Tanaman Sebagai Upaya Memenuhi Kebutuhan Pasar,” J. WIDYA Eksakta, vol. 1, no. 1, pp. 20–27, 2013.

T. A. Ulfa, “Pengaruh Perbedaan Warna Kulit Buah dan Pengeringan Terhadap Viabilitas Benih Lengkeng (Dimocarpus longan Lour),” Universitas Sumatera Utara, 2019.

A. T. M. Aji, “Perkembangan Buah Lengkeng (Dimocarpus longan Lour.) Kultivar ’Diamond river’ditinjau dari Aspek Morfologi dan Anatomi,” Universitas Jember, 2014. [Online]. Available: https://repository.unej.ac.id/handle/123456789/61810

R. P. Ahmad, “Klasifikasi Kematangan Buah Mangrove Menggunakan Metode Deep Convolutional Neural Network,” Universitas Sumatera Utara, 2020.

A. Halim, H. Hardy, A. Yufandi, and F. Fiana, “Aplikasi Content Based Image Retrieval dengan Fitur Warna dan Bentuk,” J. SIFO Mikroskil, vol. 15, no. 2, pp. 83–90, Oct. 2014, doi: 10.55601/jsm.v15i2.154.

W. W. Narko, “Analisis Cbir (Content Based Image Retrieval) Untuk Menentukan Tingkat Kematangan Biji Kopi Jenis Robusta,” Universitas Dian Nuswantoro Semarang, 2015.

M. Nishom, “Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Square,” J. Inform. J. Pengemb. IT, vol. 4, no. 1, pp. 20–24, Jan. 2019, doi: 10.30591/jpit.v4i1.1253.

Suhendri, D. Susanti, and K. Mubarok, “Identifikasi Kematangan Buah Mangga Gedong Gincu Berdasarkan Warna Menggunakan Metode Content Based Image Retrieval (CBIR),” Naratif J. Nas. Riset, Apl. dan Tek. Inform., vol. 2, no. 2, pp. 1–12, Dec. 2020, doi: 10.53580/naratif.v2i2.93.

R. K. Haba and K. C. Pelangi, “Pengelompokan Buah Jeruk menggunakan Naïve Bayes dan Gray Level Co-occurrence Matrix,” Ilk. J. Ilm., vol. 12, no. 1, pp. 17–24, Apr. 2020, doi: 10.33096/ilkom.v12i1.494.17-24.

S. Yakin, T. Hasanuddin, and N. Kurniati, “Application of content based image retrieval in digital image search system,” Bull. Electr. Eng. Informatics, vol. 10, no. 2, pp. 1122–1128, Apr. 2021, doi: 10.11591/eei.v10i2.2713.

B. Baldri, S. Rani, and I. Muhimmah, “Purwarupa Sistem Content Based Image Retrieval untuk Pencarian Produk Sepatu,” in Sentia 2018, 2018, no. October, pp. 1–6. [Online]. Available: https://prosiding.polinema.ac.id/sentia/index.php/sentia2018/article/view/300

Painem, “Content-Based Image Retrieval Citra Aset Berdasarkan Fitur Tekstur Dengan Metode Gray Level Co-Occurance Matrix ( Glcm ),” Telemat. MKOM, vol. 9, no. 3, pp. 108–113, 2017.

A. N. Alamsyah, W. Slamet, and F. Kusmiyati, “Efektivitas pelapisan benih kelengkeng (Dimocarpus longan Lour.) menggunakan kombinasi jenis bahan pelapis dengan ekstrak biji selasih dan wadah simpan berbeda,” J. Agro Complex, vol. 1, no. 3, p. 85, Oct. 2017, doi: 10.14710/joac.1.3.85-93.

F. Y. Manik and K. S. Saragih, “Klasifikasi Belimbing Menggunakan Naïve Bayes Berdasarkan Fitur Warna RGB,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 11, no. 1, p. 99, Jan. 2017, doi: 10.22146/ijccs.17838.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.