2017
DOI: 10.23917/khif.v3i2.4516
|View full text |Cite
|
Sign up to set email alerts
|

Klasifikasi Mutu Pepaya Berdasarkan Ciri Tekstur GLCM Menggunakan Jaringan Saraf Tiruan

Abstract: Proses sortasi buah pepaya berdasarkan mutu merupakan salah satu proses yang sangat menentukan mutu buah pepaya yang akan dilepas ke konsumen. Proses identifikasi mutu dengan cara konvensional  menggunakan visual mata manusia memiliki kelemahan di antaranya yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat persepsi manusia dalam hal pemutuan buah yang berbeda, tingkat konsistensi manusia dalam menilai mutu buah tidak menjamin karena manusia dapat mengalami kelelahan.Penelitian ini bertujuan merancan… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

0
3
0
18

Year Published

2018
2018
2024
2024

Publication Types

Select...
5
1

Relationship

1
5

Authors

Journals

citations
Cited by 20 publications
(21 citation statements)
references
References 1 publication
0
3
0
18
Order By: Relevance
“…Langkah selanjutnya, citra saturasi tersebut dilakukan proses pengambilan ekstraksi fitur warna dan tekstur. Ekstraksi fitur warna diambil berdasarkan nilai mean saturasi citra, sedangkan ekstraksi fitur tekstur diambil menggunakan fitur Gray Level Co-Occurrence Matrix (GLCM) yang dinilai paling efektif [9]. GLCM adalah matriks derajat keabuan yang merepresentasikan hubungan suatu derajat keabuan dengan derajat keabuan lain.…”
Section: Pendahuluanunclassified
“…Langkah selanjutnya, citra saturasi tersebut dilakukan proses pengambilan ekstraksi fitur warna dan tekstur. Ekstraksi fitur warna diambil berdasarkan nilai mean saturasi citra, sedangkan ekstraksi fitur tekstur diambil menggunakan fitur Gray Level Co-Occurrence Matrix (GLCM) yang dinilai paling efektif [9]. GLCM adalah matriks derajat keabuan yang merepresentasikan hubungan suatu derajat keabuan dengan derajat keabuan lain.…”
Section: Pendahuluanunclassified
“…Jenis pepaya yang digunakan adalah Calina IPB-9, klasifikasi dilakukan ke dalam tiga kelas mutu yaitu Super, A, dan B. Fitur tekstur yang digunakan adalah energy, entropy, contras, homogeneity, invers difference moment, variance, dan dissimilarity. Hasil pengujian menunjukan fitur energy, dan entropy dapat memberikan tingkat akurasi sebesar 86.11% [3].…”
Section: Pendahuluanunclassified
“…Proses ini diawali dengan mengubah citra menjadi citra skala keabuan dengan menggunakan rumus (1). Entropi (2) Standar Deviasi (3) Nilai kontras, homogenitas, korelasi, dan energi merupakan nilai tekstur analisis didapatkan dari Gray Level Cooccurrence Matrix (GLCM) [13,14] yang disajikan pada Gambar 7 [15].…”
Section: Gambar 5 Kamera Yang Digunakanunclassified
See 1 more Smart Citation
“…NN method is often used as a classification method because of its robust characteristics. It can even be used for quality classification [9]. Detecting malware through network traffic analysis -which is mostly in time-series data -suits with the NN machine learning method.…”
Section: Introductionmentioning
confidence: 99%