Klasifikasi Jenis Buah Jambu Biji Menggunakan Algoritma Principal Component Analysis dan K-Nearest Neighbor

Rezky; Eka; Neng  Ika Kurniati; Rahmi

doi:10.29407/gj.v6i2.17777

Authors

Rezky UNIVERSITAS SILIWANGI
Eka Wahyu Hidayat UNIVERSITAS SILIWANGI
Neng Ika Kurniati Universitas Siliwangi
Rahmi Nur Shofa UNIVERSITAS SILIWANGI

DOI:

https://doi.org/10.29407/gj.v6i2.17777

Keywords:

Jambu Biji, K-Nearest Neighbor, Principal Component Analysis

Abstract

Jambu biji sering disebut juga jambu klutuk, jambu siki, jambu batu dan bangkok. Tingkat kematangan buah jambu biji dapat ditentukan dengan cara melihat berbagai faktor. Bentuk adalah salah satu faktor yang berperan mengidentifikasi objek tertentu. Klasifikasi buah jambu biji dapat dilihat dari bentuk maupun warnanya. Terdapat dua cara untuk mengklasifikasi buah jambu biji yaitu secara destruktif dan non-destruktif. Kematangan buah jambu biji secara destruktif dilakukan dengan membuka buah jambu biji untuk mengetahui jenisnya berdasarkan warna daging dan biji. Maka di bangunlah sebuah aplikasi Matlab untuk menentukan jenis jambu biji berdasarkan warna, bentuk dan teksturnya. K-Nearest Neighbor dapat melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut sehingga hasilnya bisa lebih akurat. Principal Component Analysis (PCA) adalah teknik statistik untuk menyederhanakan kumpulan data banyak-dimensi menjadi dimensi yang lebih rendah (extration feature). Kombinasi antara K-Nearest Neighbor dengan Principal Component Analysis mengahasilkan akurasi yang cukup tinggi untuk penentuan jenis jambu biji menggunakan data latih dengan jumlah 36 data jambu biji dan data uji dengan jumlah 9 data jambu biji.

References

[1] Ananto, D.I., Murinto, (2015) Aplikasi Pengolahan Citra Mendeteksi Kualitas Cabai Berdasarkan Tingkat Kematangan Menggunakan Transformasi Warna Ycbcr, Jurnal Sarjana Teknik Informatika, Universitas Ahmad Dahlan. Vol. 3, No. 1, PP. 283-293.
[2] Donowarti, I., Qomarudin, (2016) Pengembangan Metode Teknik Image Processing Untuk Pemutuan (Grading) Buah Pisang Cavendis Segar Secara Nondestruktif, Jurnal Ilmu-ilmu Pertanian, Universitas Wisnuwardhana Malang. Vol. 10, No. 2, PP. 130-143.
[3] E. Budianita, J. Jasril, and L. Handayani, (2015) Implementasi pengolahan citra dan klasifikasi k-nearest neighbour untuk membangun aplikasi pembeda daging sapi dan babi, J. Sains dan Teknol. Ind., Vol. 12, no. 2, PP. 242–247.
[4] Edha, H., Sitorus, H.S., Ristiani, U, (2020) Penerapan Metode Transformasi Ruang Warna Hue Saturation Intensity (Hsi) Untuk Mendeteksi Kematangan Buah Mangga Harum Manis, Jurnal Komputer dan Aplikasi, Universitas Tanjungpura, Vol. 08, No. 1. PP. 1-10.
[5] Ferdiansyah, R.M., Firdausy, K., Sutikno, T, (2006) Sistem Seleksi Kematangan Buah Tomat Waktu-Nyata Berbasis Nilai Rgb, Telkomnika, Universitas Ahmad Dahlan. Vol. 4, No. 3. PP. 211-216.
[6] Hidayat, F.I., Harahap, L.A., Panggabean, S, (2017) Identifikasi Kematangan Buah Jambu Biji Merah (Psidium Guajava) Dengan Teknik Jaringan Syaraf Tiruan Metode Backpropagation, Keteknikan Pertanian, USU Medan. Vol. 5 No. 4. PP. 826-835.
[7] Indarto., Murinto, (2017) Deteksi Kematangan Buah Pisang Berdasarkan Fitur Warna Citra Kulit Pisang Menggunakan Metode Transformasi Ruang Warna HIS, Juita, Universitas Ahmad Dahlan. Vol. 5, No. 1, PP. 15-21.
[8] M. Nanja and P. Purwanto, (2015) Metode k-nearest neighbor berbasis forward selection untuk prediksi harga komoditi lada, J. Pseudocode. Vol. 2, No. 1, PP. 53–64..
[9] Nurjanah, S, (2017) Pengenalan Nama Buah Berdasarkan Bentuk Dengan Menggunakan Metode Thresholding, Simki-Techsain, Universitas Nusantara Pgri Kediri. Vol. 01 No. 08. PP. 3-10.
[10] Permadi, Y., Murinto, (2015) Aplikasi Pengolahan Citra Untuk Identifikasi Kematangan Mentimun Berdasarkan Tekstur Kulit Buah Menggunakan Metode Ekstraksi Ciri Statistik, Jurnal Informatika, Universitas Ahmad Dahlan. Vol. 9, No. 1, PP. 1028-1038.
[11] Prabowo, H, (2017) Deteksi Kondisi Kematangan Buah Jeruk Berdasarkan Kemiripan Warna Pada Ruang Warna Rgb Berbasis Android, Jurnal Elektronik Sistem Informasi dan Komputer, STMIK Bima Mulia Palu. Vol. 3, No. 2, PP. 9-19.
[12] Pratama, R., Assagaf, A.F., Tempola, F, (2019). Deteksi Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan Metode Transformasi Ruang Warna His, Jurnal Informatika dan Ilmu Komputer, Universitas Khairun, Vol. 2, No. 2. PP. 81-86.
[13] Rianto, P., Harjoko, A, (2017) Penentuan Kematangan Buah Salak Pondoh Di Pohon Berbasis Pengolahan Citra Digital, Indonesia Journal of Computing and Pohon Berbasis Pengolahan Citra Digital, Indonesia Journal of Computing and Cybernetics System, Universitas Papua, Universitas Gajah Mada. Vol. 11, No. 2, PP. 143-154.
[14] Sabariah., Nurhasanah., Sampurno, J, (2017) Aplikasi Metode Fraktal untuk Identifikasi Kadar Gula pada Salak Berdasarkan Pola Kulitnya, Prisma Fisika, Universitas Tanjungpura. Vol. 5, No. 1, PP. 17-20.
[15] Sen, F.I, (2018) Deteksi Kematangan Buah Rambutan Berdasarkan Warna Menggunakan Metode Discrete Cosine Transform, Generation Journal, Universitas Nusantara. Vol. 2, No. 1, PP. 40-47.
[16] Septiaji, D.K., Firdausy, K, (2018) Deteksi Kematangan Daun Selada (Lactuca Sativa L) Berbasis Android Menggunakan Nilai RGB Citra, Jurnal Ilmu Teknik Elektro Komputer dan Informatika, Universitas Ahmad Dahlan. Vol. 4, No. 1. PP. 20-27.
[17] Yogi, M, (2016) Aplikasi Deteksi Kematangan Buah Semangka Berbasis Nilai Rgb Menggunakan Metode Thresholding, Jurnal Riset Komputer, STMIK Budidarma. Vol. 3, No. 1, PP. 84-89.