Klasifikasi Timun Segar dan Busuk menggunakan K-Means Clustering
DOI:
https://doi.org/10.37985/jer.v5i4.1715Keywords:
Timun Segar, Timun Busuk, K-Means Clustering, Pengolahan Citra, Ektraksi FiturAbstract
Timun merupakan salah satu komoditas pertanian yang rentan terhadap penurunan kualitas akibat proses pembusukan. Klasifikasi timun segar dan busuk secara manual dapat memakan waktu dan tidak konsisten, sehingga diperlukan metode otomatis yang lebih efisien. Tujuan utama dari penelitian ini adalah untuk mengimplementasi sistem klasifikasi otomatis berbasis pengolahan citra dalam mengklasifikasikan timun segar dan timun busuk berdasarkan fitur visual seperti warna, tekstur, dan bentuk, guna meningkatkan efisiensi dan konsistensi dalam proses seleksi kualitas timun. Metode yang diterapkan meliputi pengolahan citra dengan konversi dari ruang warna RGB ke LAB untuk memisahkan kecerahan dan warna. Algoritma K-Means Clustering berfungsi untuk mengelompokkan citra ke dalam dua cluster, yaitu timun segar dan timun busuk. Data yang digunakan mencakup 50 citra untuk pengujian, yang terdiri dari 25 timun segar dan 25 timun busuk. Hasil penelitian ini menunjukkan bahwa metode ini berhasil mengklasifikasikan timun masak dan timun busuk dengan tingkat akurasi 97% di mana 49 dari 50 citra teridentifikasi dengan benar. Metode K-Means Clustering terbukti efektif dan akurat dalam menentukan jenis timun masak dan timun busuk.
Downloads
References
Efran, F. A. P., Khairil, & Jumadi, J. (2022). Implementasi Metode K-Means Clustering Pada Segmentasi Citra Digital. Jurnal Media Infotama, 18(2), 291–301.
Fatih, M. Al, Riadi, A. A., & Evanita. (2022). Identifikasi tingkat kematangan buah pisang kepok berdasarkan warna dan tekstur dengan metode K-Means. SmartAI Journal, 1(4), 201–206. https://ejournal.abivasi.id/index.php/SmartAI
Herlina, H., & Ernaningsih, Z. (2023). Implementasi K-Means Clustering untuk Analisis Tingkat Pemahaman Computational Thinking Siswa Sekolah Dasar. Jurnal Media Informatika Budidarma, 7(3), 1405. https://doi.org/10.30865/mib.v7i3.6132
Ifmalinda, I., Fahmy, K., & Zein, N. L. (2023). Studi Penambahan Ekstrak Daun Randu (Ceiba pentandra) Pada Edible Coating Gel Lidah Buaya (Aloe vera L.) Terhadap Mutu Mentimun (Cucumis sativus L.). Jurnal Keteknikan Pertanian Tropis Dan Biosistem, 11(1), 48–62. https://doi.org/10.21776/ub.jkptb.2023.011.01.05
Maya, A., Putri, K., Rozi, A. F., Informasi, S., Mercu, U., & Yogyakarta, B. (2024). Implementasi Convutional Neural Network Dalam. 8(5), 10388–10394.
Nazila, S. F., Arman, Y., Wahyuni, D., Nurhasanah, N., & Putra, Y. S. (2023). Deteksi Dini Serangan Hama Penyakit pada Cabai Rawit Menggunakan Metode Image Recognition. Jurnal Teknik Informatika Dan Sistem Informasi, 9(2), 232–241. https://doi.org/10.28932/jutisi.v9i2.6342
Of, P., Plant, C., Various, A., Bokashi, O., Cake, F., Adyaksa, R., Abdul, A., Syafar, R., Andrain, D. E., Zaini, M. M., Agroteknologi, P. S., Pertanian, F., & Makassar, U. I. (2024). Pertumbuhan dan produksi tanaman mentimun pada berbagai dosis bokashi blotong. 3.
Oktamia Anggraini Putri. (2022). Jurnal Pendidikan dan Konseling. Jurnal Pendidikan Dan Konseling, 4(20), 1349–1358.
Pramudita, A., Bill, S., Ginting, F., Syahfitri, I., Silviya, H., & Rahman, F. A. (2024). Literatur Review : Klasifikasi Kualitas Beras Berdasarkan Citra Digital. 1(1), 30–34.
Putu, N., Merliana, E., & Santoso, A. J. (n.d.). Analisa Penentuan Jumlah Cluster Terbaik pada Metode K-Means. 978–979.
Rachmadhany Iman, Basuki Rahmat, & Achmad Junaidi. (2024). Implementasi Algoritma K-Means dan Knearest Neighbors (KNN) Untuk Identifikasi Penyakit Tuberkulosis Pada Paru-Paru. Repeater : Publikasi Teknik Informatika Dan Jaringan, 2(3), 12–25. https://doi.org/10.62951/repeater.v2i3.77
Ratna Indah Juwita Harahap, Sumi Khairani, & Rismayanti. (2024). Implementasi Metode K-Nearest Neighbor Untuk Klasifikasi Penyakit Tanaman Mentimun Pada Citra Daun. Jurnal Ilmu Komputer Dan Sistem Informasi, 3(2), 135–145. https://doi.org/10.70340/jirsi.v3i2.123
Renaldo, E., Pratama, M. F. R., & Prasetya, F. (2022). Operasi Titik Pada Pengolahan Citra Digital Untuk Matlab. Mdp Student Conference (Msc), 200–205.
Setya Nugraha, R., & Hermawan, A. (2023). Optimasi Akurasi Metode Convolutional Neural Network Untuk Klasifikasi Kualitas Buah Apel Hijau. Jurnal Mnemonic, 6(2), 149–156. https://doi.org/10.36040/mnemonic.v6i2.6730
Wakhidah, N. (2010). Clustering Menggunakan K-Means Algorithm. Jurnal Transformatika, 8(1), 33. https://doi.org/10.26623/transformatika.v8i1.45
Yuda Permadi, & Murinto. (2015). Buah Menggunakan Metode Ekstraksi Ciri Statistik. Jurnal Informatika, 9(1), 1028–1038.
Zahro, A. L. A., Widiyanto, A., & Isnani, N. (2022). Journal of Language and Health Volume 3 No 2 , October 2022. 3(2), 71–78.
Downloads
Published
Check index
How to Cite
Citation Check
License
Copyright (c) 2024 Riyan Saputra, Rahma Dila, Agung Ramadhanu
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International License that allows others to share the work with an acknowledgement of the works authorship and initial publication in this journal.Â
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journals published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
