SEGMENTASI CITRA BUAH TOMAT MENGGUNAKAN METODE K-MEANS CLUSTERING
Tomat adalah tanaman yang penting didunia dan memiliki komoditas holtikultura yang bernilai ekonomis tinggi. Kualitas buah tomat dihasilkan berdasarkan tingkat kematangannya. Kematangan buah tomat terbagi menjadi tiga kelas yaitu mentah, setengah matang dan matang. Secara umum penentu kematangan dilakukan dengan penglihatan manusia berdasarkan warna buah. Identifikasi dengan cara ini memiliki tingkat akurasi yang beragam, karena itu penelitian ini membuat sistem segmentasi buah tomat sebagai tahap awal pada proses klasifikasi. Metode yang diusulkan dievaluasi menggunakan dataset 160 data citra dari tiga kelas yaitu mentah, setengan matang dan matang. Konversi ruang warna menggunakan ruang warna hue saturation value (HSV). Algoritma segmentasi menggunakan metode k-means clustering. Pengujian dilakukan dengan membandingkan citra groundtruth dan citra hasil segmentasi dengan parameter presisi, recall dan F-measure. Secara keseluruhan di dapat rata-rata presisi = 97%, recall = 88% dan F-measure = 94%.
Kata kunci : Buah Tomat, HSV, Segmentasi, K-Means Clustering, Groundtruth, Presisi, Recall.
Ketersediaan
Detail Information
Judul | SEGMENTASI CITRA BUAH TOMAT MENGGUNAKAN METODE K-MEANS CLUSTERING |
---|---|
Pengarang | YURNI NURUL KHOEMAH - Personal Name |
No. Panggil | SKRIPSI YUR s 2022 |
Subyek | Buah Tomat, HSV, Segmentasi, K-Means Clustering, G |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2022 |
Penerbit | Fakultas Teknik |
Jurusan | Informatika |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY