KLASIFIKASI KEMATANGAN BUAH TOMAT BERDASARKAN WARNA KULIT BUAH MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

ABSTRAK
Klasifikasi kematangan buah tomat selama ini dilakukan secara manual berdasarkan pengamatan visual secara langsung. Namun pengklasifikasian secara manual sangat dipengaruhi subjektivitas operator sehingga pada kondisi tertentu tidak konsisten proses pengklasifikasiannya. Untuk itu dibangunlah sebuah aplikasi yang dapat digunakan untuk memenuhi hal ini menggunakan android sehingga pengklasifikasian dapat dilakukan dimanapun subyek berada. Buah tomat diklasifikasikan dengan input histogram warna citra yang didapatkan dari hasil capture. Hal ini dilakukan dengan mengubah semua warna pada gambar dari ruang warna RGB (Red, Green, Blue) menjadi ruang warna HSV (Hue, Saturation, Value). HSV yang diperoleh akan dijadikan data pelatihan menggunakan SVM (Support Vector Machine) sehingga nantinya sistem mampu mengklasifikasikan kematangan buah tomat. Setelah dianalisa secara manual dengan menggunakan 240 data sebagai training, 60 data sebagai data testing di android. Terdapat 9 kesalahanpada saat proses testing. Maka didapatkan tingkat keberhasilan klasifikasi kematangan buah tomat menggunakan support vector machine adalah 85%.
Kata Kunci : Tomat, Support Vector Machine (SVM), HSV, RGB, Citra

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

1677

Penerbit

Surabaya : ITATS., 2016

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

Tomat, Support Vector Machine (SVM),
HSV, RGB, Citra

Info Detail Spesifik

NPM : 06.2012.1.06019 - Nilai : C+

Pernyataan Tanggungjawab

Pembimbing : Ir. Wahyu Widodo, M.Kom

Versi lain/terkait

Lampiran Berkas

Komentar