IDENTIFIKASI JENIS BERAS MELALUI AKURASI KEMIRIPAN FITUR BENTUK DAN WARNA
Abstract
Pengembangan pengetahuan terapan bidang teknologi yang memajukan industri di masyarakat merupakan rencana induk penelitian Perguruan Tinggi yang salah satu bidang fokusnya adalah pengembangan teknologi informasi. Bidang Teknologi informasi dibutuhkan hampir disemua bidang industri, diantaranya adalah industri pangan dengan salah satu komoditinya yaitu beras. Bahwa Beras merupakan salah satu komoditi unggulan pertanian di Indonesia yang memiliki berbagai level kualitas dan jenis. Banyaknya jenis dan level kualitas beras memerlukan database dan identifikasi yang tepat serta konsisten dalam mengklasifikasikannya. Penentuan level kualitas dan jenis beras dapat dilakukan dengan menggunakan data visual yaitu citra beras. Setiap jenis beras memiliki ciri fisik yang relatif berbeda, begitu juga setiap level kualitas beras memliki ciri fisik yang berbeda. Melalui ciri fisik pada citra yaitu bentuk dan warna akan ditemukan level kualitas dan jenis beras.
Ciri atau fitur fisik beras yang tersimpan pada citra sangat dipengaruhi oleh kondisi pada saat pengambilan citra beras seperti pencahayaan, posisi pengambilan dan jarak kamera dengan obyek yang selanjutnya akan berpengaruh terhadap hasil identifikasi. Hal ini memerlukan metode pengolahan citra untuk meningkatkan akurasi deteksi agar identifikasi kualitas dan jenis beras memiliki tingkat validasi yang tinggi.
Pada penelitian ini dikembangkan model identifikasi level kualitas dan jenis beras melalui pengenalan citra beras menggunakan fitur bentuk dan warna. Pengolahan citra meliputi preprocessing, ekstraksi dan klustering. Hasil penelitian menunjukkan bahwa dengan menggunakan kombinasi fitur bentuk dan warna identifikasi kualitas dan jenis beras memiliki akurasi mencapai lebih dari 80%.Keywords
Full Text:
PDFReferences
Agus, dkk, 2014, Penentuan Kualitas Beras Giling Menggunakan Analisis Citra, Jurnal Standardisasi, Vol 17 Nomor 1
Acharya,T. dan Ray, A. K, 2005, Image Processing Principle and Applications, John Willey & Sons, USA
Ajay, dkk, 2013, Quality Evaluation of Rice Grains Using Morpological Methods, International Journal of Soft Computing and Engineering (IJCSE) Vol 2, ISSN: 2231-2307
Anthony dkk, 1999, Non destructive Quantification of Internal Damage in Rough Rice Caused by Insect and Fungus, SPIE.Digital Library, Boston.
Gonzales, R. C. dan Woods, R. E., 2008, Digital Image Processing ThirdEdition, Pearson Prentice Hall, New Jersey.
Hemad, dkk, 2015, Potential Applications of Computer Vision in Quality Inspection of Rice
Hiremath and Jagadesh, 2012, Content Based Image Retrieval Based on Color, Texture and Shape Feature Using Image and Its Complement, International Journal of Computer Science and Security, Volume (1) : Issue (4), India
Hu M. K., Visual Pattern Recognition by Moment Invariants, IEEE Trans. Inf. Theory 12, 1962,179-187
Kementrian Pertanian RI. 2013. Konsumsi Rata-rata per Kapita Setahun Beberapa Bahan Makanan di Indonesia, 2009-2013. http://www.pertanian .go.id/Indikator/tabe-15b-konsumsi-rata.pdf, diakses 10 April 2015.
Lingadalli, K.R. dan Ramesh, N., 2015, Content Based Image Retrieval Using Color, Shape and Texture, International Advanced Research Journal in Science, Engineering and Technology, ISSN (on-line) : 2393-8021 India.
DOI: https://doi.org/10.46964/justti.v11i1.128
Refbacks
- There are currently no refbacks.
Copyright (c) 2019 Jurnal Sains Terapan Teknologi Informasi
Editor Jurnal Sains Terapan Teknologi Informasi - JUST TI
ISSN 2085-6458(print) | ISSN 2579-4310(online)
Published by Politeknik Negeri Samarinda
Managed by Information Technology Department - Jurusan Teknologi Informasi
Jl. Dr. Ciptomangunkusumo Kampus Gunung Lipan Samarinda 75131 - Kalimantan Timur - Indonesia
Email: just.ti@polnes.ac.id
OJS: http://e-journal.polnes.ac.id/index.php/justi/index
Contact Person: Tien R Tulili (+6281254433003)
JUST TI - http://e-journal.polnes.ac.id/index.php/justi is licensed under a Creative Common Attribute Share-Alike 4.0 International