KLASIFIKASI KEMATANGAN TOMAT DENGAN MODEL WARNA YANG BERBEDA MENGGUNAKAN LINEAR DISKRIMINAN ANALISIS (LDA)

Nica Astrianda, Hayatun Maghfirah, Fatma Susilawati Mohamad

Abstract


Abstract

Quality of fruits depend heavily on the right time of plucking plus the right stage of ripeness to ensure its highest quality before selling. Tomatoes are one of the fruits that have a relatively fast maturity process. So that the classification of  tomato maturity has an  important role to reduce the risk of spoilage of tomato. Color is one of the attributes that can be used to identify the ripeness of tomato and it is one of the most distinctive characteristic of the fruits and vegetables that grow in tropical climates. In this study, the goal is to classify tomatoes maturity using color based predominant images. Linear Discriminant Analysis (LDA) is used to classify the ripeness classes based on three color models (HSV, YCbCr and CIElab). Comparisons are made between these color models for system accuracy and running time. For the highest accuracy of 95% achieved with a running time of 3,425 seconds with the CIElab color model, and a low of 67% with a running time of 3,526 seconds using the YcbCr color model, and 85% with the fastest system running time of 3,253 seconds obtained by the HSV color model.

Keywords:

Keywords: Linear Discriminant Analysis, HSV, YCbCr, CIELab, ripeness,  Tomatoes __________________________

 

Abstrak

Kualitas buah sangat bergantung pada waktu yang tepat untuk memetik ditambah tahap kematangan yang tepat untuk memastikan kualitas tertinggi sebelum dijual. Tomat adalah salah satu buah yang memiliki proses kematangan yang relatif cepat. Sehingga klasifikasi kematangan tomat memiliki peran penting untuk mengurangi resiko pembusukan tomat. Warna adalah salah satu atribut yang dapat digunakan untuk mengidentifikasi kematangan tomat dan itu adalah salah satu karakteristik yang paling khas dari buah-buahan dan sayuran yang tumbuh di iklim tropis. Dalam penelitian ini, tujuannya adalah untuk mengklasifikasikan kematangan tomat menggunakan gambar dominan berbasis warna. Linear Discriminant Analysis (LDA) digunakan untuk mengklasifikasikan Tingkat kematangan berdasarkan  tiga model warna berbeda yaitu  HSV, YCbCr dan CIElab. Perbandingan dibuat antara model warna ini untuk akurasi dan running time sistem. Untuk akurasi  tertinggi 95% dicapai dengan running time 3.425 detik dengan menggunakan model warna CIElab, dan terendah 67% dengan running time 3.526 detik menggunakan model warna YcbCr, dan 85% dengan running time sistem tercepat 3.253 detik diperoleh oleh model warna HSV.

Kata Kunci:

Kata kunci: Analisis Diskriminan Linier, HSV, YCbCr, CIELab, kematangan, Tomat

 


Full Text:

PDF

References


Abu Bakar, B. H., Ishak, A. J., Shamsuddin, R., & Wan Hassan, W. Z. (2013). Ripeness level classification for pineapple using RGB and HSI colour maps. Journal of Theoretical and Applied Information Technology, 57(3), 587–593.

Alrawashdeh, M. J., Radwan, T. R., & Abunawas, K. A. (2018). Performance of Linear Discriminant Analysis Using Different Robust Methods. European Journal of Pure and Applied Mathematics, 11(1), 284–298. https://doi.org/10.29020/nybg.ejpam.v11i1.3176

Arief, M. (2019). Klasifikasi Kematangan Buah Jeruk Berdasarkan Fitur Warna Menggunakan Metode SVM. Jurnal Ilmu Komputer dan Desain Komunikasi Visual, 4(1), 9–16.

Astrianda, N. (2020). Klasifikasi Kematangan Buah Tomat dengan Variasi Model Warna Menggunakan Support Vector Machine. VOCATECH: Vocational Education and Technology Journal, 1(2), 44–51.

https://doi.org/https://doi.org/10.38038/vocatech.v1i2.27

Astrianda, N., & Mohamad, F. S. (2017). Ripeness Identification of Tomato Using Different Color Models Based on Neural Networklevenberg-Marquardt. World Applied Sciences Journal, 35(Lm), 57–61. https://doi.org/10.5829/idosi/wasj.2017.57.61

Azizah, R. N. (2011). Pengenalan Wajah dengan Metode Subspace LDA ( Linear Discriminant Analysis ). 1–6.

Cahyani, S., Wiryasaputra, R., & Gustriansyah, R. (2018). Identifikasi Huruf Kapital Tulisan Tangan Menggunakan Linear Discriminant Analysis dan Euclidean Distance. JSINBIS (Jurnal Sistem Informasi Bisnis), 8(1), 57–67. https://doi.org/10.21456/vol8iss1pp57-67

Cynthia, C., Hendryli, J., & Herwindiati, D. E. (2019). Klasifikasi Citra Batik Indonesia dan Malaysia dengan Metode Modified Discriminant Analysis. Computatio : Journal of Computer Science and Information Systems, 3(1), 11. https://doi.org/10.24912/computatio.v3i1.2973

Ghazali, Eko K. Subha, Galuh M., M. Burhannudin, M. I. N. (2014). Aplikasi Kematangan Tomat Berdasarkan Warna dengan Metode Linear Discriminant Analysis (LDA). Https://Docplayer.Info/31373581-Aplikasi-Kematangan-Tomat-Berdasarkan-Warna-Dengan-Metode-Linear-Discriminant-Analysis-Lda.Html.

Ichwan, A., Budhi, M., & Utami, D. (2017). Pengenalan Tingkat Kematangan Tomat Berdasarkan Citra Warna pada Studi Kasus Pembangunan Sistem Pemilihan Otomatis. Jurnal Teknik Informatika dan Sistem Informasi, 3, 2443–2229.

https://doi.org/10.28932/jutisi.v3i3.688

Indarto, & Murinto. (2017). Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS ( Banana Fruit Detection Based on Banana Skin Image Features Using HSI Color Space Transformation Method ). Jurnal Ilmiah Informatika, V, 15–21.

Kosasih, R. (2021). Penggunaan Metode Linear Discriminant Analysis untuk Pengenalan Wajah dengan Membandingkan Banyaknya Data Latih. Jurnal Ilmiah Teknologi Dan Rekayasa, 26(1), 25–34. https://doi.org/10.35760/tr.2021.v26i1.3520

Riska, S. Y. (2015). Klasifikasi Level Kematangan Tomat Berdasarkan Perbedaan Perbaikan Citra Menggunakan Rata-Rata RGB dan Index Pixel. Jurnal Ilmiah Teknologi Dan Informasia ASIA (JITIKA), 9(2), 18–26. http://lp3m.asia.ac.id/wp-content/uploads/2015/11/7.-Bu-Riska.pdf

Sabri, N., Ibrahim, Z., & Isa, D. (2018). Evaluation of color models for palm oil fresh fruit bunch ripeness classification. Indonesian Journal of Electrical Engineering and Computer Science, 11(2), 549–557. https://doi.org/10.11591/ijeecs.v11.i2.pp549-557

Sari, R. P., Rosiani, U. D., & Syulisttyo, A. R. (2020). Implementasi Metode Linear Discriminant Analysis untuk Deteksi Kematangan pada Buah Stroberi. 2013, 395–401.

Subha, E. K., Galuh, M., Burhannudin, M., & Niam, M. I. (n.d.). Aplikasi Kematangan Tomat Berdasarkan Warna dengan Metode Linear Discriminant Analysis ( LDA ).




DOI: https://doi.org/10.38038/vocatech.v3i2.75

Refbacks

  • There are currently no refbacks.


VOCATECH : Vocational and Technology Journal
Unit Penelitian dan Pengabdian Masyarakat & Penjaminan Mutu
Akademi Komunitas Negeri Aceh Barat
Komplek STTU Alue Peunyareng, Ujong Tanoh Darat, Meureubo, Kabupaten Aceh Barat, Aceh 23615
Telp. (0655) 7110271
Email: vocatech@aknacehbarat.ac.id

VOCATECH: Vocational Education and Technology Journal Published by:
Unit Penelitian dan Pengabdian Masyarakat & Penjaminan Mutu
Akademi Komunitas Negeri Aceh Barat

Indexed by:

GS2 logoCrossref logoGaruda logosinta-5 logosinta-5 logo
Creative Commons License logo

VOCATECH: Vocational Education and Technology Journal Creative Commons Attribution-ShareAlike 4.0 International License.