Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Just TI (Jurnal Sains Terapan Teknologi Informasi)
Agung Saputra
ST. Ilmu Komputer Cipta Karya Informatika
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Kematangan Buah Tomat Menggunakan Citra Kulit Dengan Metode Pca Dan Knn Agung Saputra; Dadang Iskandar Mulyana
Just TI (Jurnal Sains Terapan Teknologi Informasi) Vol 14, No 1 (2022): Januari 2022
Publisher : Politeknik Negeri Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46964/justti.v14i1.790

Abstract

Tomat (Lycopersicon Esculentum Mill) merupakan buah yang banyak dihasilkan di daerah tropis dan subtropis. Budidaya tanaman tomat terus berkembang seiring dengan meningkatnya permintaan buah tomat di pasaran. Kebutuhan tomat di Indonesia sendiri terbilang sangat tinggi karena melihat dari jumlah produksinya tiap tahun. Pendistribusian buah tomat merupakan hal penting dalam melakukan klasifikasi tomat berdasarkan level tingkat kematangannya. Sehingga, distribusi buah tomat dipengaruhi dari jarak daerah pengiriman dan level kematangan tomat tersebut. Oleh karena itu peneliti ingin mengajukan sebuah ide untuk menjawab permasalahan pada identifikasi kematangan tomat yang sebagian besar dilakukan secara manual oleh manusia. Identifikasi kematangan tomat manual sendiri memiliki banyak kelemahan dimana disebabkan oleh banyak faktor, seperti kelelahan, pengalaman, kemahiran dan lainnya. Dalam kesempatan ini peneliti ingin mengajukan sebuah ide dengan membuat sebuah aplikasi komputer yang dapat mengklasifikasi kematangan buah tomat menggunakan citra kulit buah dengan metode PCA Dan KNN. Pengujian dengan menggunakan 60 citra buah tomat, 45 citra tomat sebagai data training dan 15 citra data testing mendapatkan hasil klasifikasi 14 citra benar dan 1 citra salah dengan nilai akurasi 93,3% dari klasifikasi dengan metode PCA dan KNN.
Co-Authors Dadang Iskandar Mulyana`