Article Per Year (5 Year)
p-Index From 2019 - 2024
1.789
P-Index
This Author published in this journals
All Journal Computatio : Journal of Computer Science and Information Systems INTECOMS: Journal of Information Technology and Computer Science Journal on Education Simtek : Jurnal Sistem Informasi dan Teknik Komputer Jurnal Informatika Kaputama (JIK) Jurnal Bakti Masyarakat Indonesia Humantech : Jurnal Ilmiah Multidisiplin Indonesia
Tri Sutrisno
Universitas Tarumanagara
Religion Agriculture, Biological Sciences & Forestry Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Public Health Social Sciences Other

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Humantech : Jurnal Ilmiah Multidisiplin Indonesia

 1 
KLASIFIKASI BUAH BUSUK DAN BUAH MATANG BERDASARKAN DATA IMAGE MENGGUNAKAN MAHALANOBIS DISTANCE Rico Handoyo; Dyah Erny Herwindiati; Tri Sutrisno
Humantech : Jurnal Ilmiah Multidisiplin Indonesia Vol. 2 No. 4 (2023): Humantech : Jurnal Ilmiah Multidisiplin Indonesia 
Publisher : Program Studi Akuntansi IKOPIN

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Buah merupakan komoditas penting dalam sektor pertanian dan sering digunakan sebagai bahan olahan di Indonesia. Selain sebagai komoditas, buah-buahan juga merupakan makanan pokok yang banyak diminati. Namun jika yang dikonsumsi masyarakat adalah buah yang sudah tidak segar lagi, maka akan menimbulkan penyakit bagi yang mengkonsuminya. Oleh karena itu, perlu dilakukan penelitian untuk mengklasifikasikan buah-buahan tersebut apakah busuk atau buah masak. Pada penelitian ini dataset citra apel, pisang, dan jeruk digunakan untuk mengekstraksi nilai karakteristik berdasarkan rata-rata warna RGB dan berdasarkan tekstur menggunakan haar wavelet. Setelah karakteristik diperoleh jarak akan dihitung menggunaan jarak mahalanobis dengan menghitung nilai rata-rata dan matriks kovarians. Penelitian ini menggunakan data training untuk mengambil nilai karakteristiknya dan data testing untuk mengklasifikasikannya dengan jarak mahalanobis berdasarkan berdasarkan nilai karakteristik pada data training. Hasil pengujian pada penelitian ini menunjukkan bahwa akurasi keseluruhan data citra apel, pisang, dan jeruk yang diuji menghasilkan akurasi sebesar 75,55 persen.
Co-Authors Arya Prawira Bagus Mulyawan Dedi Trisnawarman Dedi Trisnawarman Desi Arisandi Dyah Erny Herwindiati Ika Chandriyani Iwan Kurniawan Mohammad Faraditya Eka Putra Muhammad Yana Haris Farsya Rico Handoyo Syahrul Ramadhan Viny Christanti Wasino Wasino Yepin Andrianus