Perancangan Dan Implementasi Untuk Penyortiran Buah Tomat (lycopersicum Esculentum) Dengan Metode Learning Vector Quantizationprototype

Abstract

Tomat merupakan buah yang dikonsumsi setiap hari oleh penduduk Indonesia Identifikasi kematangan buah tomat pada umumnya  masih banyak dilakukan secara manual oleh petani[2],Perkembangan teknologi informasi memungkinkan identifikasi tingkat kematangan buah berdasarkan ciitra dengan bantuan komputer. Cara komputasi ini dilakukan dengan menggunakan camera sebagai pengolah citra dari gambar yang direkam (image processing). Buah tomat diidentifikasi berdasarkan input RGB warna citra yang didapat dari hasil capture, setelha mendapatkan citra RGB akan di konversikan ke nilai HSV untuk pendeteksian kualitasnya. Dari beberapa sampel pola data HSV buah tomat dengan tingkatan kualitas yang berbeda didapatkan hasil beberapa golongan tingkat kematangan,beberapa tingkat golongan kematangan ini akan diklarifikasikan dengan algoritma Learning Vector Quantization yakni data RGB diolah menjadi data HSV dan diklasifikasikan dengan algoritma ini untuk mendapatkan tingkat kematangan dan kualitas yang akurat.