Alfian Danu Ismail
Universitas Islam Kadiri

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

Found 1 Documents
Search

KLASIFIKASI KEMATANGAN DAUN TEMBAKAU VIRGINIA MENGGUNAKAN PENGOLAH CITRA DIGITAL Alfian Danu Ismail; Danang Erwanto; Iska Yanuartanti
Jurnal Elektro Kontrol (ELKON) Vol 3, No 1 (2023): Jurnal ELKON
Publisher : Teknik Elektro Fakultas Teknik Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24176/elkon.v3i1.10131

Abstract

Tembakau virginia sebelum memasuki proses pada industri harus melewati proses yang sangat penting yaitu sortir kematangan daun tembakau oleh petani. Daun tembakau virginia yang layak diproses pada industri memliki kematangan yang sesuai dengan gradingnya yaitu daun bewarna kekuning kuningan. Oleh karna itu peneliti membuat penelitian tentang bagaimana cara mempermudah petani untuk memilah daun dengan kematangan yang sesuai. Rumusan masalah yaitu implementasi color moment, akurasi SVM, efektivitas SVM.    Batasan masalah terfokus pada warna tembakau dan hanya pada jenis tembakau virginia, klasifikasi dilakukan hanya untuk tembakau matang, mentah, tua. Tak kalah penting tujuan dan manfaat penelitian untuk mengetahui kematangan daun tembakau virginia dengan menggunakan metode ekstraksi fitur warna color moment, mengetahui akurasi klasifikasi dengan menggunakan metode Support Vector Machine. Peneliti membuat klasifikasi kematangan tembakau dengan menggunakan software Matlab. Dengan menggunakan metode ektraksi fitur warna color moment dan klasifikasi dengan menggunakan metode Support Vector Machine. Preprossing menggunakan metode cropping 200x200 piksel dan dikonversi RGB ke HSV. Hasil HSV diproses dengan metode color moment dengan parameter mean, standart deviasi, skewness. Hasil parameter diklasifikasi dengan SVM dengan masing-masing target per-kelas yaitu matang, muda, dan tua. Akurasi SVM pada penelitian di dapatkan sebesar 98%, rata-rata precission 98% recall 97,6% f-measure 97,6. Hasil klasifikasi dengan metode SVM termasuk kategori sangat baik.