Klasifikasi Kematangan Buah Pisang Berbasis Sensor Warna dan Sensor Load Cell Menggunakan Metode Naive Bayes

Ajizi, Mohammad Faizal (2018) Klasifikasi Kematangan Buah Pisang Berbasis Sensor Warna dan Sensor Load Cell Menggunakan Metode Naive Bayes. Sarjana thesis, Universitas Brawijaya.

Abstract

Buah pisang merupakan salah satu buah yang banyak dikonsumsi oleh banyak orang, dikarenakan buah pisang mengandung gizi yang baik. Untuk itulah buah pisang banyak dibudidayakan oleh masyarakat. Budidaya buah pisang dilakukan oleh petani buah pisang ataupun masyarakat awam. Untuk mengetahui kematangan buah pisang, pada umumnya ketika masih di pohon dengan melihat warna dari kulit buah pisang dan dengan memijat tekstur buah pisang. Namun cara tersebut memiliki tingkat kematangan yang berbeda karena persepsi setiap orang berbeda. Untuk kebutuhan produksi dibutuhkan buah pisang dengan kematangan yang pas, untuk itu dibuatlah penelitian tentang kematangan buah pisang berdasarkan warna kulit buah dan berat buah pisang yang pengambilan keputusannya menggunakan metode Naive Bayes. Prototype ini dibangun menggunakan Sensor Warna untuk mendeteksi warna dari kulit buah pisang, dan sensor loadcell dan modul HX711 untuk mendeteksi berat dari buah pisang dan Arduino Mega sebagai pemroses data dari sensor dan untuk menampilkan hasil klasifikasi. Berdasarkan hasil pengujian sistem, pengujian untuk sensor loadcell mendapatkan tingkat akurasi sebesar 93,89% jika dibandingkan dengan timbangan digital. Untuk sensor warna mendapat tingkat akurasi sebesar 85,53% jika dibandingkan dengan Corel Photo-Paint. Dari 10 data uji yang diujikan, ada 1 data yang dihasilkan sistem yang tidak sesuai dengan kondisi sebenarnya, maka klasifikasi yang dihasilkan sistem memiliki tingkat akurasi sebesar 90%.

English Abstract

Banana fruit is one of the fruits that are consumed by many people, because bananas contain good nutrition. For this reason, many bananas are cultivated by the community. Banana cultivation is done by banana farmers or ordinary people. To find out the maturity of bananas, generally when still in the tree by looking at the color of the banana peel and by massaging the texture of the banana. But this method has a different level of maturity because everyone's perception is different. For production needs, bananas are needed with the right maturity, for that research is made about the maturity of bananas based on the fruit skin color and the weight of bananas that make decisions using the Naive Bayes method. This prototype was built using a Color Sensor to detect colors from banana peels, and loadcell sensors and HX711 modules to detect the weight of bananas and Arduino Mega as data processors from sensors and to display classification results. Based on the results of system testing, testing for loadcell sensors has an accuracy rate of 93.89% when compared to digital scales. The color sensor gets an accuracy rate of 85.53% compared to Corel Photo-Paint. Of the 10 test data tested, there is 1 data generated by the system that is not in accordance with the actual conditions, then the classification produced by the system has an accuracy rate of 90%.

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIK/2018/945/051900693
Uncontrolled Keywords: klasifikasi naive bayes, buah pisang, sensor warna, sensor berat-naive bayes clasifier, bananas, color sensors, weight sensors
Subjects: 600 Technology (Applied sciences) > 681 Precision instruments and other devices > 681.2 Testing, measuring, sensing instruments > 681.202 85 Detectors--Data processing
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: soegeng sugeng
Date Deposited: 22 Apr 2020 14:41
Last Modified: 17 May 2022 07:29
URI: http://repository.ub.ac.id/id/eprint/166847
[thumbnail of Mohammad Faizal Ajizi.pdf] Text
Mohammad Faizal Ajizi.pdf

Download (8MB)

Actions (login required)

View Item View Item