Klasifikasi Varietas Mentimun ( Cucumis Sativus ) Menggunakan Ekstraksi Parameter Warna Dan Tekstur Dengan Metode K-Nearest Neighbors

Riawan, Kadek Uki and Yusuf Hendrawan,, STP.M.App.Life.Sc. Ph.D and Joko Prasetyo, STP, M.Si (2021) Klasifikasi Varietas Mentimun ( Cucumis Sativus ) Menggunakan Ekstraksi Parameter Warna Dan Tekstur Dengan Metode K-Nearest Neighbors. Sarjana thesis, Universitas Brawijaya.

Abstract

Cucumis Sativus atau yang biasa disebut mentimun merupakan tanaman yang biasa dimakan oleh penduduk indonesia baik digunakan sebagai bahan pelengkap sayur atau digunakan sebagai produk olahan lainnya. Karena beragamnya varietas mentimun yang ada di Indonesia akan sulit membedakan antara timun varietas A dengan timun Varietas, ini adalah alasan untuk pengembangan aplikasan pengklasifikasian mentimun menggunakan ekstraksi parameter warna dan tekstur dengan metode K-Nearest. Tujuan dari penelitian ini yaitu didapatkan aplikasi yang efektif untuk mengklasifikasi varietas mentimun dengan hanya bermodal kamera smarthphone dan komputer. Pada penelitian ini varietas mentimun yang akan digunakan sejumlah empat varietas yaitu varietas Monas F1, Julia F1, Ronaldo F1, dan Citra Baby F1. Sampel yang akan digunakan untuk pengujian masing masing varietas sebanyak 50 sampel dan masing-masing sampel citranya akan diaugmentasi dengan sudut 900, 1800, 2700 sehingga total citra sebanyak 800 buah, untuk pengujian masing masing sampel akan diambil sebanyak 30% dari total citra ehingga total citra validasi sebanyak 240 citra . Masing masing sampel akan di ekstrak parameter warna sehingga menghasilkan nilai RGB dan HSV, kemudian akan diekstrak parameter tekstur yang didapat dari warna grayscale sehingga menghasilkan nilai contrast, correlation, energy , homogeneity. Setelah semua data didapat akan dilakukan klasifikasi dengan metode K-Nearest Neighbors dengan mencari nilai k yang paling efektif mengklasifikasi varietas dari mentimun. Nilai k yang akan digunakan yaitu 3, 5, 7, dan 9. Hasil penelitian ini yaitu akurasi untuk jenis jarak chebychev dengan nilai k 3, 5, 7, dan 9 secara berurutan yaitu 87,47%, 84,57%, 84,57%, 84,15%, untuk jenis jarak cityblock hasilnya secara berurutan yaitu 87,1%, 87,9%, 86,25%, 85,4%, untuk jenis jarak euclidean hasilnya secara berurutan yaitu 86,67%, 87,5%, 87,07%, 86,25%, sedangkan untuk jenis jarak minkowski hasilnya secara berurutan yaitu 86.67%, 87,5%, 87,07%, 86,25%. Sehingga didapat akurasi tertinggi di jenis jarak chebychev dengan nilai k= 5, yang selanjutnya akan digunakan sebagai dasar pembuatan aplikasi klasifikasi mentimun menggunakan GUI Matlab

English Abstract

Cucumis sativus or commonly called cucumber is a plant commonly eaten by Indonesians, either used as a vegetable supplement or used as other processed products. Due to the wide variety of cucumber varieties that exist in Indonesia, it will be difficult to distinguish between cucumber varieties A and cucumber varieties B because they both have a green color, this is the reason for developing the application for classifying cucumbers using color and texture parameter extraction with the K-Nearest method. The purpose of this research is to obtain an effective application for classifying cucumber varieties with only a smartphone camera and a computer. In this research, four varieties of cucumber will be used, namely Monas F1, Julia F1, Ronaldo F1, and Citra Baby F1 varieties. The samples that will be used for testing each variety are 50 samples and each image sample will be augmented with an angle of 900, 1800, 2700 so that the total image is 800 pieces, for testing each sample will be taken as much as 30% of the total image so that the total validation image as many as 240 images. Each sample will extract the color parameters to produce an RGB value, then the texture parameters will be extracted from the grayscale color to produce the contrast, correlation, energy, homogeneity values. After all the data is obtained, classification will be carried out using the K-Nearest Neighbors method by finding the most effective k value in classifying varieties of cucumber. The k values that will be used are 3, 5, 7, and 9. The results of this study are the accuracy for the type of chebychev distance with k values of 3, 5, 7, and 9 respectively, namely 87.47%, 84.57%, 84, 57%, 84.15%, for the type of distance cityblock the results are 87.1%, 87.9%, 86.25%, 85.4%, for the type of distance Euclidean the results are 86.67%, 87 ,5%, 87.07%, 86.25%, while for the type of minkowski distance the results are 86.67%, 87.5%, 87.07%, 86.25%. So that the highest accuracy is obtained in the type of chebychev distance with a value of k = 5, which will then be used as the basis for making cucumber classification applications using the Matlab GUI.

Item Type:	Thesis (Sarjana)
Identification Number:	0521100260
Uncontrolled Keywords:	Mentimun, K-Nearest Neighbors, RGB, Contrast, Correlation, Energy , Homogeneity, chebychev, cityblock, euclidean, minkowski,Cucumber, K-Nearest Neighbors, RGB, Contrast, Correlation, Energy , Homogeneity, chebychev, cityblock, euclidean, minkowski
Subjects:	600 Technology (Applied sciences) > 630 Agriculture and related technologies
Divisions:	Fakultas Teknologi Pertanian > Keteknikan Pertanian
Depositing User:	Sugeng Moelyono
Date Deposited:	07 Feb 2022 03:13
Last Modified:	01 Oct 2024 08:44
URI:	http://repository.ub.ac.id/id/eprint/189419

Text 175100200111027 - KADEK UKI RIAWAN.pdf Download (2MB)

Actions (login required)

View Item