Optimasi Akurasi Metode Median Filter untuk Klasifikasi Kematangan Buah Alpukat
DOI:
https://doi.org/10.37985/jer.v5i4.1868Keywords:
Alpukat, Media Filter, Kamatangan Buah AlpukatAbstract
Segmentasi citra alpukat merupakan langkah yang dilakukan untuk memisahkan bagian area objek (foreground) dengan latar belakang (background) pada citra alpukat, sehinggah objek alpukat yang tersegmentasi berupa motif dapat diproses untuk keperluan lain seperti pengenalan pola. Hasil dari segmentasi harus akurat, jika tidak akurat dalam memisahkan objek yang ada pada citra maka akan mempengaruhi hasil proses selanjutnya. Pada penilitian ini segmentasi dilakukan menggunakan metode median filter melakukan preprocessing yaitu reduksi noise menggunakan Median Filter. Setelah mendapatkan citra hasil segmentasi menggunakan Median Filter, selanjutnya melakukan pengukuran performa, hasil segmentasi dari setiap pengujian. Implementasikan dalam melakukan segmentasi citra alpukat yaitu melakukan segmentasi citra alpukat dengan menggunakan metode median filter melakukan segmentasi citra alpukat menggunakan metode Median Filter. Hasil segmentasi dari 16 citra alpukat dari 8 motif yang ada menunjukkan bahwa, segmentasi citra alpukat dengan menggunakan metode median Filter mendapatkan nilai terbaik yaitu 0.34 % dan nilai rata-rata ME sebesar 0.55 %.
Downloads
References
S. Syah, H. Sunandar, and A. Fau, “Penerapan Metode Modified Mefian Filter Dalam Meningkatkan Kualitas Citra Underwater,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 6, no. 1, pp. 761–772, 2023, doi: 10.30865/komik.v6i1.5745.
I. A. Pardosi and A. A. Lubis, “Analisis Kualitas Citra Hasil Reduksi Noise Menggunakan Spatial Median Filter dan Adaptive Fuzzy Filter Terhadap Variasi Kedalaman Citra,” Indones. J. Inf. Syst., vol. 1, no. 2, pp. 78–89, 2019, doi: 10.24002/ijis.v1i2.1939.
L. Listyalina, J. T. Elektro, F. Sains, T. Universitas, and R. Yogyakarta, “Penentuan Kombinasi Kernel Terbaik Menggunakan Median Filter,” Teknoin, vol. 22, no. 3, pp. 225–234, 2016, doi: 10.20885/teknoin.vol22.iss3.art8.
R. Setya Nugraha and A. Hermawan, “Optimasi Akurasi Metode Convolutional Neural Network Untuk Klasifikasi Kualitas Buah Apel Hijau,” J. Mnemon., vol. 6, no. 2, pp. 149–156, 2023, doi: 10.36040/mnemonic.v6i2.6730.
R. Kosasih, F. T. Informatika, U. Gunadarma, J. Margonda, R. No, and P. Cina, “Pendeteksian Kendaraan Menggunakan Metode Median Filter,” J. Ilm. Komputasi, vol. 20, no. 1, pp. 53–58, 2021, doi: 10.32409/jikstik.20.1.402.
P. Novantara and J. Mutiara, “Perbandingan Metode Gaussian Filter dengan Median Filter dalam Mereduksi Noise Pada Citra Digital,” JEJARING J. Teknol. dan Manaj. Inform., vol. 6, no. 1, pp. 19–25, 2021, doi: 10.25134/jejaring.v6i1.6736.
B. Baso, D. Nababan, R. Risald, and R. Y. Kolloh, “Segmentasi Citra Tenun Menggunakan Metode Otsu Thresholding dengan Median Filter,” J. Teknol. Dan Ilmu Komput. Prima, vol. 5, no. 1, pp. 1–6, 2022, doi: 10.34012/jutikomp.v5i1.2586.
J. Harnaranda, A. Ramadhanu, and I. Y. Padang, “Identifikasi Varietas Anggur Secara Otomatis Menggunakan Segmentasi Gambar Berbasis Warna dan Analisis Tekstur : Pendekatan K-Means Clustering,” vol. 5, no. 4, pp. 1973–1980, 2024.
J. Sulaksono, D. W. Widodo, and R. K. Niswatin, “Analisis Hasil Perbaikan Citra Menggunakan Median Filter dan 2D Median Filter,” Semin. Nas. Teknol. Sains, vol. 3, no. 1, pp. 438–443, 2024, doi: 10.29407/stains.v3i1.4361.
N. Fachrunnisa, Ari Usman, and Mufida Khairani, “Implementasi Noise Removal Dan Image Enhancement Pada Citra Digital Menggunakan Metode Adaptive Median Filter,” J. Ilmu Komput. dan Sist. Inf., vol. 3, no. 1, pp. 11–20, 2024, doi: 10.70340/jirsi.v3i1.95.
A. Herdiansah, R. I. Borman, D. Nurnaningsih, A. A. J. Sinlae, and R. R. Al Hakim, “Klasifikasi Citra Daun Herbal Dengan Menggunakan Backpropagation Neural Networks Berdasarkan Ekstraksi Ciri Bentuk,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 2, p. 388, 2022, doi: 10.30865/jurikom.v9i2.4066.
F. A. P. Efran, Khairil, and J. Jumadi, “Implementasi Metode K-Means Clustering Pada Segmentasi Citra Digital,” J. Media Infotama, vol. 18, no. 2, pp. 291–301, 2022.
R. S. D. Wijaya, Adiwijaya, Andriyan B Suksmono, and Tati LR Mengko, “Segmentasi Citra Kanker Serviks Menggunakan Markov Random Field dan Algoritma K-Means,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 1, pp. 139–147, 2021, doi: 10.29207/resti.v5i1.2816.
Downloads
Published
Check index
How to Cite
Citation Check
License
Copyright (c) 2024 Ahmad Syarif, Angga Angga, 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).
