KLASTERISASI NILAI CITRA RGB BUAH PEPAYA MADU BERDASARKAN MUTU BUAH MENGGUNAKAN FUZZY C-MEANS (FCM) CLUSTERING
DOI:
https://doi.org/10.29103/techsi.v7i2.199Abstract
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 358.783473References
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
Downloads
Published
Issue
Section
License
Authors retain copyright and grant the journal right of first publication and this work is licensed under a Creative Commons Attribution-ShareAlike 4.0 that allows others to share the work with an acknowledgement of the works authorship and initial publication in this journal.
All articles in this journal may be disseminated by listing valid sources and the title of the article should not be omitted. The content of the article is liable to the author.
Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
In the dissemination of articles by the author must declare the TECHSI Journal as the first party to publish the article.
