Identifikasi Tingkat Kematangan Buah Pinang Menggunakan K-Nearest Neighbor Berdasarkan Fitur Tekstur dan Warna
DOI:
https://doi.org/10.32938/jitu.v2i2.4205Keywords:
Buah pinang, GCLM, Color moments, K-Nearest Neighbor.Abstract
This research builds a system for identifying the maturity level of areca fruit based on digital image processing using texture and color features through the Gray Level Co-Occurrence Matrix (GLCM) and Color moments. The initial stage of the research is image pre-processing so that it can be processed to the next stage, namely feature extraction. Texture feature extraction was performed using the Gray Level Co-Occurrence Matrix (GLCM), namely the correlation value and color feature extraction using Color moments, the mean value used in this study. Classification is done based on the features that have been extracted before. This study uses the K-Nearest Neighbor (KNN) classification method. Tests were carried out to determine the parameters that cause changes in the classification results with scenarios including determining the number of Neighbors in KNN. By using 1 Neighbors in the KNN classifier, the best accuracy is 86.36% in the process of identifying the maturity level of areca fruit.
References
[1] H. Nayuf, “Tradisi Makan Sirih Pinang Sebagai Model Moderasi Beragama Berbasis Kearifan Lokal Di Kelurahan Niki-Niki, Kabupaten Timor Tengah Selatan – Ntt,” Harmoni, vol. 21, no. 2, pp. 166–183, 2022, doi: 10.32488/harmoni.v21i2.591.
[2] D. G. Kamengon, J. D. Engel, and W. Kristinawati, “Oko Mama: Tanda Pemaafan Yang Berbasis Kearifan Lokal Timor,” J. Ilmu Sos. dan Hum., vol. 9, no. 2, p. 289, 2020, doi: 10.23887/jish-undiksha.v9i2.22331.
[3] S. Ndala, A. J. Santoso, and Suyoto, “Identifikasi Tingkat Kematangan Buah Pinang Menggunakan Backpropagation dan Transformasi Ruang Warna,” J. Ilmu Tek. Elektro Komput. dan Inform., vol. 4, pp. 129–135, 2018.
[4] A. R. K. Haba and H. Husdi, “Sistem Cerdas dalam Mengidentifikasi Kematangan Buah Naga Berdasarkan Fitur Tekstur dengan Metode K-Nearest Neighbor,” Ilk. J. Ilm., vol. 12, no. 3, pp. 225–232, 2020, doi: 10.33096/ilkom.v12i3.665.225-232.
[5] E. F. Himmah, M. Widyaningsih, and M. Maysaroh, “Identifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna RGB Dan HSV Menggunakan Metode K-Means Clustering,” J. Sains dan Inform., vol. 6, no. 2, pp. 193–202, 2020, doi: 10.34128/jsi.v6i2.242.
[6] S. S. Simanjuntak, H. Sinaga, K. Telaumbanua, and A. Andri, “Klasifikasi Penyakit Daun Anggur Menggunakan Metode GLCM, Color Moment dan K*Tree,” J. SIFO Mikroskil, vol. 21, no. 2, pp. 93–104, 2021, doi: 10.55601/jsm.v21i2.754.
[7] R. K. Dewi and R. V. H. Ginardi, “Identifikasi Penyakit pada Daun Tebu dengan Gray Level Co-Occurrence Matrix dan Color Moments,” J. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 2, p. 70, 2014, doi: 10.25126/jtiik.201412114.
[8] R. Harun, “Identifikasi Tingkat Kematangan Buah Jambu Biji Menggunakan Fitur Ekstraksi GLCM dengan Metode KNN,” J. Nas. cosPhi, vol. 5, no. 1, pp. 2597–9329, 2021.
[9] D. Tamara, M. H. Anam, W. S. Widari, and A. V. Falahudin, “Deteksi Keaslian Uang Kertas Berdasarkan Fitur Gray Level Co- Occurrence Matrix ( GLCM ) Menggunakan k-Nearest Neighbor,” pp. 105–115, 2011.
[10] R. Widodo, A. W. Widodo, and A. Supriyanto, “Pemanfaatan Ciri Gray Level Co-Occurrence Matrix (GLCM) Citra Buah Jeruk Keprok (Citrus reticulata Blanco) untuk Klasifikasi Mutu,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 5769–5776, 2018.
[11] F. Agustina and Z. A. Ardiansyah, “Identifikasi Citra Daging Ayam Kampung dan Broiler Menggunakan Metode GLCM dan Klasifikasi-NN Image Identification of Local Chicken Meat and Broiler Chicken MeatUsing GLCM Method and K-NN Classification,” 25 J. Infokam, vol. XVI, no. 1, 2020.
[12] I. P. Sari, “Perancangan dan Simulasi Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM,” Semin. Nas. Inov. Dan Apl. Teknol. Di Ind., pp. 215–220, 2016.
[13] Y. Astutik, D. Widiyanto, and C. N. P. Dewi, “Klasifikasi Jenis Pasir Material Bangunan Menggunakan Metode Support Vector Machine (Svm) Berdasarkan Ekstraksi Ciri Tekstur Dan Warna,” Pros. Semin. Nas. Mhs. Bid. Ilmu Komput. dan Apl., vol. 3, no. 2, pp. 914–924, 2022.
[14] A. Kurniasari, D. Erwanto, and P. N. Rahayu, “Ekstraksi Fitur Warna dan Tekstur Pada Kulit Katak Menggunakan Metode Momen Warna dan CCM,” Setrum Sist. Kendali-Tenaga-elektronika-telekomunikasi-komputer, vol. 9, no. 2, pp. 1–12, 2020, doi: 10.36055/setrum.v9i2.9379.
[15] A. Saragih and M. Sianturi, “Implementasi Metode Color Moment dan GLCM Untuk Mendeteksi Penyakit Tanaman Karet,” Inf. dan Teknol. Ilm., vol. 7, no. 2, pp. 145–151, 2020.
[16] H. P. Hadi and E. H. Rachmawanto, “Ekstraksi Fitur Warna Dan Glcm Pada Algoritma Knn Untuk Klasifikasi Kematangan Rambutan,” J. Inform. Polinema, vol. 8, no. 3, pp. 63–68, 2022, doi: 10.33795/jip.v8i3.949.
[17] A. Salsabila, R. Yunita, and C. Rozikin, “Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM,” Technomedia J., vol. 6, no. 1, pp. 124–137, 2021, doi: 10.33050/tmj.v6i1.1667.
[18] Danar Putra Pamungkas, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Indentifikasi Jenis Anggrek (Orchidaceae),” Innov. Res. Informatics, vol. 1, pp. 51–56, 2019.
[19] A. Syarifah, A. A. Riadi, and A. Susanto, “Klasifikasi Tingkat Kematangan Jambu Bol Berbasis Pengolahan Citra Digital Menggunakan Metode K-Nearest Neighbor,” JIMP (Jurnal Inform. Merdeka Pasuruan), vol. 7, no. 1, pp. 27–35, 2022.
[20] G. A. Noor, D. I. Mulyana, T. Informatika, S. Tinggi, I. Komputer, and C. Karya Informatika, “Optimasi Identifikasi Klasifikasi Nyamuk Aedes Aegypti Dalam Ekstraksi Fitur Glcm Dan Knn,” J. Widya, vol. 3, no. 2, pp. 169–179, 2022.
[21] A. Prabowo, D. Erwanto, and P. N. Rahayu, “Klasifikasi Kesegaran Daging Sapi Menggunakan Metode Ekstraksi Tekstur GLCM dan KNN Freshness Classification of Beef Using GLCM Texture Extraction Method and KNN,” Jec, vol. 7, no. 1, 2021.
[22] T. Y. Prahudaya and A. Harjoko, “Metode Klasifikasi Mutu Jambu Biji Menggunakan Knn Berdasarkan Fitur Warna Dan Tekstur,” J. Teknosains, vol. 6, no. 2, p. 113, 2017, doi: 10.22146/teknosains.26972.
[2] D. G. Kamengon, J. D. Engel, and W. Kristinawati, “Oko Mama: Tanda Pemaafan Yang Berbasis Kearifan Lokal Timor,” J. Ilmu Sos. dan Hum., vol. 9, no. 2, p. 289, 2020, doi: 10.23887/jish-undiksha.v9i2.22331.
[3] S. Ndala, A. J. Santoso, and Suyoto, “Identifikasi Tingkat Kematangan Buah Pinang Menggunakan Backpropagation dan Transformasi Ruang Warna,” J. Ilmu Tek. Elektro Komput. dan Inform., vol. 4, pp. 129–135, 2018.
[4] A. R. K. Haba and H. Husdi, “Sistem Cerdas dalam Mengidentifikasi Kematangan Buah Naga Berdasarkan Fitur Tekstur dengan Metode K-Nearest Neighbor,” Ilk. J. Ilm., vol. 12, no. 3, pp. 225–232, 2020, doi: 10.33096/ilkom.v12i3.665.225-232.
[5] E. F. Himmah, M. Widyaningsih, and M. Maysaroh, “Identifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna RGB Dan HSV Menggunakan Metode K-Means Clustering,” J. Sains dan Inform., vol. 6, no. 2, pp. 193–202, 2020, doi: 10.34128/jsi.v6i2.242.
[6] S. S. Simanjuntak, H. Sinaga, K. Telaumbanua, and A. Andri, “Klasifikasi Penyakit Daun Anggur Menggunakan Metode GLCM, Color Moment dan K*Tree,” J. SIFO Mikroskil, vol. 21, no. 2, pp. 93–104, 2021, doi: 10.55601/jsm.v21i2.754.
[7] R. K. Dewi and R. V. H. Ginardi, “Identifikasi Penyakit pada Daun Tebu dengan Gray Level Co-Occurrence Matrix dan Color Moments,” J. Teknol. Inf. dan Ilmu Komput., vol. 1, no. 2, p. 70, 2014, doi: 10.25126/jtiik.201412114.
[8] R. Harun, “Identifikasi Tingkat Kematangan Buah Jambu Biji Menggunakan Fitur Ekstraksi GLCM dengan Metode KNN,” J. Nas. cosPhi, vol. 5, no. 1, pp. 2597–9329, 2021.
[9] D. Tamara, M. H. Anam, W. S. Widari, and A. V. Falahudin, “Deteksi Keaslian Uang Kertas Berdasarkan Fitur Gray Level Co- Occurrence Matrix ( GLCM ) Menggunakan k-Nearest Neighbor,” pp. 105–115, 2011.
[10] R. Widodo, A. W. Widodo, and A. Supriyanto, “Pemanfaatan Ciri Gray Level Co-Occurrence Matrix (GLCM) Citra Buah Jeruk Keprok (Citrus reticulata Blanco) untuk Klasifikasi Mutu,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 11, pp. 5769–5776, 2018.
[11] F. Agustina and Z. A. Ardiansyah, “Identifikasi Citra Daging Ayam Kampung dan Broiler Menggunakan Metode GLCM dan Klasifikasi-NN Image Identification of Local Chicken Meat and Broiler Chicken MeatUsing GLCM Method and K-NN Classification,” 25 J. Infokam, vol. XVI, no. 1, 2020.
[12] I. P. Sari, “Perancangan dan Simulasi Deteksi Penyakit Tanaman Jagung Berbasis Pengolahan Citra Digital Menggunakan Metode Color Moments dan GLCM,” Semin. Nas. Inov. Dan Apl. Teknol. Di Ind., pp. 215–220, 2016.
[13] Y. Astutik, D. Widiyanto, and C. N. P. Dewi, “Klasifikasi Jenis Pasir Material Bangunan Menggunakan Metode Support Vector Machine (Svm) Berdasarkan Ekstraksi Ciri Tekstur Dan Warna,” Pros. Semin. Nas. Mhs. Bid. Ilmu Komput. dan Apl., vol. 3, no. 2, pp. 914–924, 2022.
[14] A. Kurniasari, D. Erwanto, and P. N. Rahayu, “Ekstraksi Fitur Warna dan Tekstur Pada Kulit Katak Menggunakan Metode Momen Warna dan CCM,” Setrum Sist. Kendali-Tenaga-elektronika-telekomunikasi-komputer, vol. 9, no. 2, pp. 1–12, 2020, doi: 10.36055/setrum.v9i2.9379.
[15] A. Saragih and M. Sianturi, “Implementasi Metode Color Moment dan GLCM Untuk Mendeteksi Penyakit Tanaman Karet,” Inf. dan Teknol. Ilm., vol. 7, no. 2, pp. 145–151, 2020.
[16] H. P. Hadi and E. H. Rachmawanto, “Ekstraksi Fitur Warna Dan Glcm Pada Algoritma Knn Untuk Klasifikasi Kematangan Rambutan,” J. Inform. Polinema, vol. 8, no. 3, pp. 63–68, 2022, doi: 10.33795/jip.v8i3.949.
[17] A. Salsabila, R. Yunita, and C. Rozikin, “Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM,” Technomedia J., vol. 6, no. 1, pp. 124–137, 2021, doi: 10.33050/tmj.v6i1.1667.
[18] Danar Putra Pamungkas, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Indentifikasi Jenis Anggrek (Orchidaceae),” Innov. Res. Informatics, vol. 1, pp. 51–56, 2019.
[19] A. Syarifah, A. A. Riadi, and A. Susanto, “Klasifikasi Tingkat Kematangan Jambu Bol Berbasis Pengolahan Citra Digital Menggunakan Metode K-Nearest Neighbor,” JIMP (Jurnal Inform. Merdeka Pasuruan), vol. 7, no. 1, pp. 27–35, 2022.
[20] G. A. Noor, D. I. Mulyana, T. Informatika, S. Tinggi, I. Komputer, and C. Karya Informatika, “Optimasi Identifikasi Klasifikasi Nyamuk Aedes Aegypti Dalam Ekstraksi Fitur Glcm Dan Knn,” J. Widya, vol. 3, no. 2, pp. 169–179, 2022.
[21] A. Prabowo, D. Erwanto, and P. N. Rahayu, “Klasifikasi Kesegaran Daging Sapi Menggunakan Metode Ekstraksi Tekstur GLCM dan KNN Freshness Classification of Beef Using GLCM Texture Extraction Method and KNN,” Jec, vol. 7, no. 1, 2021.
[22] T. Y. Prahudaya and A. Harjoko, “Metode Klasifikasi Mutu Jambu Biji Menggunakan Knn Berdasarkan Fitur Warna Dan Tekstur,” J. Teknosains, vol. 6, no. 2, p. 113, 2017, doi: 10.22146/teknosains.26972.
Downloads
Published
2023-04-04
Issue
Section
Articles
