Perbandingan Klasifikasi Kematangan Buah Kopi Menggunakan Metode Fuzzy Logic Dan K-Nearest Neighbor Dengan Ekstraksi Ciri Gray Level Co-Occurrrence Matrix

Authors

DOI:

https://doi.org/10.34818/eoe.v7i2.13016

Abstract

Kopi adalah tumbuhan yang berbuah kecil, bulat dan besar maksimal sebesar kelereng. Buah kopi ini sering sekali di buat bubuk dengan tujuan diminum, dibuat makanan. Selama ini para petani buah kopi melakukan penentuan kematangan kopi dengan cara manual atau melakukan pemilihan dengan menggunakan perkiraan dari petani tersebut. Sehingga dengan cara seperti itu rentan terhadap kesalahan dengan memilih biji kopi dengan berbagai faktor seperti faktor kelelahan dan keraguan. Dalam penelitian ini akan dibuat program yang dapat mengklsifikasikan kematangan buah kopi. Dengan membandingkan metode K-Nearest Neighbor dengan metode Fuzzy Logic untuk klasifikasi ciri dan Gray Level Co-occurrence Matrix Extraction (GLCME) untuk ektrasi ciri. Pada penelitian ini digunakan satu jenis buah kopi yaitu Kopi Arabika dengan klasifikasi tingkat kematangan. Pada penelitian ini telah di dapatkan akurasi 100% dengan waktu komputasi 108,03 s dengan metode klasifikasi KNN dan ektraksi GLCM, dengan menggunakan radius GLCM 5, ukuran resize citra 128x128 piksel, sudut GLCM -radius radius, jenis disctance Cosine , dan nilai K=1 .

Kata kunci: Fuzzy Logic, K-NN, Gray Level Co-occurrence Matrix Extraction, buah kopi, klasifikasi, ekstraksi ciri

Downloads

Download data is not yet available.

References

[1]Rachaman Jaya, “Analisis dan mitigasi risiko rantai posok kopi gayo berkelanjutan dengan pendekatan Fuzzy”, Journal of Agroindustrial Technology, Bogor Agricultural University , 2014.

[2]Wijo Narto wisnu, “. Analisis CBIR (Content Based Image Interval Retrieval) untuk menentukan tingkat kematangan biji kopi jenis robusta ”, skripsi Fakultas Ilmu Computer universitas Dian Nuswantoro, 26 November 2015.

[3]http://www.kopimat.com/2018/05/tips-memilih-buah-dan-biji-kopi-yang.html

[4]https://tipspetani.com/cara-memanen-buah-kopi-yang-baik-dan-benar/

[5]Agus Prijono & Marvin Ch. Wijaya, 2007. Pengolahan Citra Digital Menggunakan MatLAB Image Processing Toolbox. Bandung : Informatika.

[6]Ig Prasetya. Wibawa, Dwi. “Rancang Bangun Sistem Pendeteksi Kualitas Air Menggunakan Metode Fuzzy Logic Universitas Telkom”. Journal of e-proceeding of engineering, vol.3, pp. 1321-1326, 2016.

[7]Widhiasih, Retno Nugroho. “Klasifikasi Buah Belimbing Berdasarkan Citra Red-Green-Blue Menggunakan K-NN dan LDA”. Jurnal Unisma Bekasi, 3 Maret 2018.

[8]Noviardi, Wibi.2008. Penyisipan Logo Discrete Cosine Transform Sebagai Watermark Pada Citra Digital. Jakarta: Universitas Al-Azhar Indonesia.

[9]Syahputra Hendri, Arina Fitri, Munadi Khoirul. “Karakterisasi Kematangan Buah Kopi Berdasarkan Warna Kulit Kopi Menggunakan Histogram dan Momen Warna”. March 2009.

[10]Padraig. Cunningham, and Sarah Jane Delany, “K-nearest Neighbor Classifier”. (-): Technical Report UCD- CSI, col 4, pp.1-2,2007.

[11]S.Aksoy. 2008. “Non Bayesian Classifier, K-Nearest Neighbor Classifier and Distancee Functions”. Ankara Bilkent University, vol.1,pp. 5-6.

[12]A.W. Sanjaya, Deteksi Penyakit Kulit Menggunakan Analisis Fitur Warna Dan Tekstur Dengan Metode Color Moment, Gray Level Coocurence Matrix, Dan Jaringan Saraf Tiruan Backpropagaton, Bandung: Fakultas Teknik Elektro, IT Telkom, 2011.

Downloads

Published

2020-08-01

Issue

Pages

4060-4073

Section

Program Studi S1 Teknik Telekomunikasi

How to Cite

Widyaningsih, W., Tritoasmoro, I. I., & Kumalasari, N. C. (2020). Perbandingan Klasifikasi Kematangan Buah Kopi Menggunakan Metode Fuzzy Logic Dan K-Nearest Neighbor Dengan Ekstraksi Ciri Gray Level Co-Occurrrence Matrix. EProceedings of Engineering, 7(2), 4060-4073. https://doi.org/10.34818/eoe.v7i2.13016