Hasanah, Salsabiil (2020) Sistem Penghitung Jeruk Matang pada Kebun Berdasarkan Hue, Saturation dan Chrominance-Red Menggunakan Algoritme Watershed Berbasis Raspberry Pi. Sarjana thesis, Universitas Brawijaya.
Abstract
Buah jeruk merupakan buah yang mengandung vitamin C dan pastinya bagus untuk dikonsumsi sehari-hari. Memiliki manfaat yang mengandung vitamin C ini, buah jeruk disukai oleh beberapa orang. Sebelum jeruk didistribusikan kepada penjual, maka petani harus menyortir terlebih dahulu mana jeruk yang sudah dapat dipanen. Pemilihan jeruk harus dilakukan dimulai dari jeruk mulai tumbuh pada pohon. Petani harus mengetahui ciri jeruk yang belum matang (mentah) dan matang. Penyortiran buah jeruk ini dilakukan dengan melihat warna dari kulit jeruk itu sendiri. Sebagai contoh jenis jeruk kepruk, kulit buahnya saat matang akan berwarna oranye sedangkan saat mentah masih berwarna hijau. Proses panen juga memerlukan perhitungan jeruk yang dapat dideteksi untuk mengetahui banyaknya jeruk matang yang dapat dipanen, dan memudahkan banyaknya jeruk yang sudah dipetik. Pada pembahasan diatas, penelitian ini akan fokus pada deteksi dan perhitungan jeruk matang pada kebun dengan menggunakan olah citra digital. Sistem ini menggunakan Raspberry Pi sebagai unit pemrosesan. Proses segmentasi citra digunakan untuk mendeteksi objek jeruk matang. Proses segmentasi ini menggunakan ruang warna HSV dan YCBCR yang diambil komponen krominannya saja. Setelah objek terdeteksi, masuk ke langkah selanjutnya yaitu algoritme watershed. Algoritme ini digunakan untuk memisahkan objek yang terlihat menempel lalu menghitung banyaknya jeruk matang yang terdeteksi. Pada pengujian sistem dalam proses perhitungan jeruk matang menggunakan algoritme watershed didapatkan tingkat akurasi sebesar 82.14% dengan waktu komputasi rata-rata 2652 ms untuk sekali proses perhitungan.
English Abstract
Orange is a fruit that contains vitamin C and also good for daily consumption. Having vitamin C benefits, many people from children to adults like orange. Before oranges are distributed to sellers, farmers must sort which oranges can be harvested. Sorting orange for harvesting can be started when orange starts growing on trees. Farmers must know the characteristics of orange that are raw and ripe. Sorting orange can be done by looking at the color of orange skin itself. For example, kepruk orange skin color will be orange and the color will be green when it's still raw. The harvest process also requires oranges amount that can be detected to find out how many ripe oranges can be harvested and it can help to calculate the amount of orange that has been picked. After that discussion above, this research will focus on ripe oranges detection and calculation amount using digital image processing. This system uses Raspberry Pi as a processing unit. The image segmentation is used to detect ripe orange. This segmentation process uses HSV and YCbCr color spaces which are taken from the chrominance component only. After the object is detected, the next step is using watershed algorithm. This algorithm is used to separate objects that attached each other and count how many ripe oranges detected after the process. When testing the system in calculating ripe oranges detected process, obtained an accuracy rate of 82,14% with an average computing time of 2652 seconds for one calculation process.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/221/052003411 |
| Uncontrolled Keywords: | buah jeruk, segmentasi citra, HSV, YCBCR, algoritme watershed, orange fruit, image segmentation, HSV, YCBCR, watershed algorithm |
| Subjects: | 000 Computer science, information and general works > 004 Computer science > 004.2 System analysis and design, computer architecture, performance evaluation |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 05 Aug 2020 08:21 |
| Last Modified: | 19 Sep 2024 02:14 |
| URI: | http://repository.ub.ac.id/id/eprint/180969 |
Preview |
Text
Salsabiil Hasanah (2).pdf Download (11MB) | Preview |
Actions (login required)
 |
View Item |