z-logo
open-access-imgOpen Access
IDENTIFIKASI JENIS BERAS MELALUI AKURASI KEMIRIPAN FITUR BENTUK DAN WARNA
Author(s) -
Jumi Jumi,
Utami Tri Sulistyorini,
Azizah Azizah
Publication year - 2019
Publication title -
just ti (jurnal sains terapan teknologi informasi)/just ti
Language(s) - English
Resource type - Journals
eISSN - 2579-4310
pISSN - 2085-6458
DOI - 10.46964/justti.v11i1.128
Subject(s) - mathematics , physics
Pengembangan pengetahuan terapan bidang teknologi yang memajukan industri di masyarakat merupakan rencana induk penelitian Perguruan Tinggi yang salah satu bidang fokusnya adalah pengembangan teknologi informasi. Bidang Teknologi informasi dibutuhkan hampir disemua bidang industri, diantaranya adalah industri pangan dengan salah satu komoditinya yaitu beras. Bahwa Beras merupakan salah satu komoditi unggulan pertanian di Indonesia yang memiliki berbagai level kualitas dan jenis. Banyaknya jenis dan level kualitas beras memerlukan database dan identifikasi yang tepat serta konsisten dalam mengklasifikasikannya. Penentuan level kualitas dan jenis beras dapat dilakukan dengan menggunakan data visual yaitu citra beras. Setiap jenis beras memiliki ciri fisik yang relatif berbeda, begitu juga setiap level kualitas beras memliki ciri fisik yang berbeda. Melalui ciri fisik pada citra yaitu bentuk dan warna akan ditemukan level kualitas dan jenis beras.Ciri atau fitur fisik beras yang tersimpan pada citra sangat dipengaruhi oleh kondisi pada saat pengambilan citra beras seperti pencahayaan, posisi pengambilan dan jarak kamera dengan obyek yang selanjutnya akan berpengaruh terhadap hasil identifikasi. Hal ini memerlukan metode pengolahan citra untuk meningkatkan akurasi deteksi agar identifikasi kualitas dan jenis beras memiliki tingkat validasi yang tinggi.Pada penelitian ini dikembangkan model identifikasi level kualitas dan jenis beras melalui pengenalan citra beras  menggunakan fitur bentuk dan warna. Pengolahan citra meliputi preprocessing, ekstraksi dan klustering.  Hasil penelitian menunjukkan bahwa dengan menggunakan kombinasi fitur bentuk dan warna identifikasi kualitas dan jenis beras memiliki  akurasi mencapai lebih dari 80%.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here