Azizi, Ainun (2017) Klasifikasi Tingkat Kekeringan Chips Ubi Kayu (Manihot esculenta) dengan Analisis Citra Digital Menggunakan Pendekatan Analisis Warna dan Tekstur. Sarjana thesis, Universitas Brawijaya.
Abstract
Ubi kayu biasa diolah untuk menjadi tepung. Salah satu proses pengolahan ubi kayu untuk menjadi tepung adalah pengeringan. Serta teknologi yang dapat melakukan evaluasi karakteristik chips ubi kayu secara cepat dan tepat, yaitu dengan teknik Machine Vision. Oleh karena itu peneliti melakukan penelitian berbasis pengolahan citra. Adapun tujuan dari penelitian ini adalah (1) Mengukur indeks warna dan tekstur berdasarkan kadar air chips ubi kayu dengan menggunakan warna RGB, Gray, HSL, HSV, dan L*a*b serta 10 fitur tekstur citra dan (2) Mengklasifikasikan tingkat kekeringan chips ubi kayu dengan pengolahan citra menggunakan image processing. Penelitian ini menggunakan objek penelitian berupa chips ubi kayu yang digolongkan menjadi 3 kategori. Dari ketiga kategori tersebut diambil masing-masing 3 buah sampel untuk diukur kadar airnya dan diambil 90 buah sampel dari pencitraan melalui machine vision pada pengering tipe rak sehingga didapatkan data citra. Dari 90 citra tersebut kemudian diekstrak untuk diperoleh nilai warna RGB, HSV, HSL, L*a*b, warna keabuan serta 10 tekstur citra. Data citra pada tekstur citra dilakukan denormalisasi pada skala 0 -1. Setelah itu dianalisis terkait korelasi parameter citra terhadap kategori tingkat kekeringan chips . Hasil analisis menunjukan bahwa dari 132 parameter citra digital terdapat 12 parameter yang mampu mengkategorikan seluruh kategori tingkat kekeringan chips, 46 parameter yang mampu mengkategorikan 2 pasang tingkat kekeringan chips ,13 parameter yang hanya mampu mengkategorikan sepasang kategori, serta 61 parameter yang tidak bisa dijadikan sebagai indikator.
English Abstract
Cassava has been processed into many processed food such as tapai, singkong rebus, singkong goreng and flour for pastry. There are two kinds of flour that come from cassava, tapioca flour and cassava flour. One of the processes to turn cassava into flour is by drying. And the technology that can be used to evaluate characteristics on Cassava Chips quickly and properly is named as Machine Vision technique. Hence, the observer did a study based on image processing. The purposes of this study are: (1) measuring color index and texture based on water content of the Cassava Chips using RGB colors, Gray, HSL, HSV, and L*a*b, and also 10 features of image texture, and (2) Classifying the dryness level of the Cassava Chips based on image processing. The object of the study is the Cassava Chips which is grouped into 3 categories. The water content of 3 samples from each category will be measured and 90 samples of images will be taken from machine vision on rack-type dryer so that image data will be obtained. From those data, some samples will be extracted to obtain values of RGB color, HSV, HSL, L*a*b, Gray, and 10 image textures. Denormalization will be applied towards image data on image textures on 0-1 scales. After that, it will be analyzed related to image parameter correlation towards dryness level category of Chips. The analysis results show that from 132 digital image parameters, 12 parameters are able to categorize all categories of dryness level of Chips, 46 parameters are able to categorize 2 pairs of dryness level of Chips, 13 parameters are only able to categorize one pair, and also 61 parameters cannot be considered and taken as indicators
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTP/2017/462/051709310 |
Uncontrolled Keywords: | Chips Ubi kayu, Citra Digital, Klasifikasi, Kadar air, Machine Vision |
Subjects: | 600 Technology (Applied sciences) > 664 Food technology > 664.2 Starches and jellying agents > 664.23 Cassava arrowroot starches |
Divisions: | Fakultas Teknologi Pertanian > Keteknikan Pertanian |
Depositing User: | Budi Wahyono Wahyono |
Date Deposited: | 17 Oct 2017 03:59 |
Last Modified: | 06 Oct 2020 05:20 |
URI: | http://repository.ub.ac.id/id/eprint/3802 |
Actions (login required)
View Item |