KLASTERISASI NILAI CITRA RGB BUAH PEPAYA MADU BERDASARKAN MUTU BUAH MENGGUNAKAN FUZZY C-MEANS (FCM) CLUSTERING

Sila Abdullah Syakry, Mulyadi Mulyadi, Zulfan Khairil Simbolon

Abstract


Proses pengenalan dan penentuan serta klasifikasi hasil pertanian pasca panen secara langsung memiliki peran yang sangat penting dalam teknologi pertanian. Hal ini juga yang menjadi masalah ketika pasca panen, baik dalam hal penyortiran untuk tingkat kematangan. Bertitik tolak pada kasus tersebut, maka dilakukan penelitian tentang klasifikasi mutu buah berdasarkan nilai piksel. Sistem Klasterisasi Nilai RGB Dengan Menggunakan Metode Fuzzy C-Means Klastering (Studi Kasus : RGB Data Citra Buah Pepaya Calina). langkah yang dilakukan untuk menerapkan metode yang digunakan adalah sebagai berikut: Pertama, tentukan dahulu berapa banyak klaster yang ingin dibangun. kedua Mencari dimana pusat klaster setiap data Ketiga, melakukan pengukuran antara Nilai RGB Yang terdekat dengan Metode Fuzzy C-Means Klastering. Hasil penelitian ini mampu mengklaterisasi citra buah pepaya callina dengan baik sesuai dengan nilai untuk kondisi matang mentah RGB yakni R=24.6697, GB=16.6703 dengan fungsi nilainya 358.783473

Full Text:

PDF

References


Sila Abdullah Syakry, Mulyadi, Syahroni, 2013, Analisis Tingkat Kandungan Nilai Warna untuk Penentuan Tingkat Kematangan pada Citra Buah Papaya callina, jurnal ilmiah elite elektro, vol. 4, no. 1, maret 2013: 31-37

Dimas Wahyu wibowo, M. Aziz Muslim, M.Sarosa, 2013, Perhitungan Jumlah dan Jenis Kendaraan Menggunakan Metode Fuzzy C-Means dan Segmentasi Deteksi Tepi canny, Jurnal EECIS Vol. 7, No. 2

. Ahmad Sanmarino, 2012, Clustering Batik Images Using Fuzzy C-Means Algorithm Based on Log-Average Luminace, jurnal Computer Enginering and Applications Vol 1, no 1.

. Octa Heriana, Risanuri Hidayat, 2011, Klasifikasi Mutu Buah Manggis Berdasarkan Warna Berbasis Fuzzy C Means dan Template Matching, Seminar Nasional Sistem dan Informatika, Semarang

Bahar, 2011, Penentuan Jurusan Sekolah Menengah Atas Dengan Algoritma Fuzzy C-Means, Proceeding pada Seminar Nasional Sistem dan Informatika, Semarang.

Anindya Apriliyanti Pravitasari, 2009, Penentuan Banyak Kelompok dalam Fuzzy C-Means Cluster Berdasarkan Proporsi Eigen Value Dari Matriks Similarity dan Indeks XB (Xie dan Beni), prosiding Seminar Nasional Matematika dan Pendidikan MatematikaISBN: 978-979-16353-3-2, Yogyakarta

. Emha Taufik Luthfi, 2007, Fuzzy C-Means untuk Clustering Data (Studi Kasus: Data Performance Mengajar Dosen), Seminar Teknologi 2007 (SNT2007) ISSN:1978-977, Yogyakarta.

Budi Santosa 2007 , Data Mining Terapan dengan Matlab, Graha Ilmu, Yogyakarta.

www.sinartani.com/, diakses 12-12-2011, Penangan pasca panen

Marvin CH. Wijaya, Agus Prijono 2007, Pengolahan Citra Digital Menggunakan Matlab, Penerbit Informatika, Bandung




DOI: https://doi.org/10.29103/techsi.v7i2.199

Article Metrics

 Abstract Views : 632 times
 PDF Downloaded : 25 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2015 Sila Abdullah Syakry, Mulyadi Mulyadi, Zulfan Khairil Simbolon

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 


Indexed by:

          

Google Scholar
   
 

 


© Copyright of Journal TECHSI, (e-ISSN:2614-6029, p-ISSN:2302-4836).

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.