SISTEM CERDAS DALAM KLASIFIKASI KEMATANGAN BUAH JERUK BERDASARKAN FITUR EKSTRAKSI GLCM DENGAN METODE NAÏVE BAYES
Abstract
Selama ini para petani kebun dalam menentukan kematangan buah jeruk yang mereka panen tidaklah sulit karena mereka telah terbiasa namun terkadang dalam penyortiran untuk mengelompokkan buah jeruk yang matang mendapatkan permasalahan seperti keterbatasan fisik sehingga tidak efektif dan efisien dalam mengelompokan kematangan buah jeruk. Salah satu inovasi teknologi informasi dan komunikasi dalam bidang pertanian dan perkebunan adalah penggunaan metode klasifikasi dengan algoritma naïve bayes pada sistem cerdas. Yang menjadi rumusan masalah dalam penelitin ini adalah bagaimana melakukan klasifikasi dengan sistem cerdas pada kematangan buah jeruk keprok dan bagaimana memperoleh sistem cerdas yang efektif dan efisien sehingga dapat di implementasikan. Tujuan dari penelitian ini adalah untuk melakukan pengklasifikasian dengan sistem cerdas pada kematangan buah jeruk keprok dan untuk memperoleh sistem cerdas yang efektif dan efisien sehingga dapat di implementasikan. Berdasarkan hasil dan analisis yang telah dilakukan, dapat disimpulkan bahwa Dapat melakukan pengklasifikasian kematangan buah jeruk keprok dengan sistem cerdas dengan menggunakan fiur ekstraksi GLCM dan metode Naïve Bayes dan Dapat memperoleh kinerja yang efektif dan efisien dari sistem cerdas klasifikasi kematangan buah jeruk keprok sehingga dapat di implementasikan.
Keywords
Full Text:
PDFReferences
H. Prabowo et al., “DETEKSI KONDISI KEMATANGAN BUAH JERUK BERDASARKAN,” vol. 3, no. 2, 2017.
M. I. N. Ghazali, Eko K. Subha, Galuh M., M. Burhannudin, “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, 2018. [Online]. Available: https://fdokumen.com/document/aplikasi-kematangan-tomat-berdasarkan-warna-dengan-metode-a-aplikasi-kematangan.html.
M. Widyaningsih, “Identifikasi Kematangan Buah Apel Dengan Gray Level Co-Occurrence Matrix (GLCM),” J. SAINTEKOM, vol. 6, no. 1, p. 71, 2017.
A. Ciputra, “DENGAN ALGORITMA NAIVE BAYES DAN EKSTRAKSI FITUR CITRA DIGITAL,” vol. 9, no. 1, pp. 465–472, 2018.
Wikipedia, “Jeruk Keprok,” 2019. [Online]. Available: https://id.wikipedia.org/wiki/Jeruk_keprok.
U. E. Mas’ud Effendi, Fitriyah, “I Dentifikasi J Enis Dan M Utu T Eh M Enggunakan P Engolahan C Itra D Igital Dengan,” J. Teknotan, vol. 11, no. 2, pp. 67–76, 2017.
A. P. Rahayu, Honainah, and R. E. Pawening, “Klasifikasi Jenis Mangga Berdasarkan Bentuk dan Tekstur Daun Menggunakan Metode K-Nearest Neighboor,” Pros. SENTIA, ISSN 2085-2347, vol. 8, pp. 247–253, 2016.
J. Penelitian, I. Komputer, S. Embedded, D. Yulianto, and R. N. Whidhiasih, “Klasifikasi tahap kematangan pisang ambon berdasarkan warna menggunakan naive bayes,” vol. 5, no. 2, pp. 60–67, 2017.
S. Aswati, M. S. Ramadhan, A. U. Firmansyah, and K. Anwar, “Studi Analisis Model Rapid Application Development Dalam Pengembangan Sistem Informasi,” J. Matrik, vol. 16, no. 2, p. 20, 2017.
DOI: https://doi.org/10.26905/jtmi.v5i2.3935
Refbacks
- There are currently no refbacks.
Copyright (c)
Index Copernicus International (ICI)
Tools
Jurnal Teknologi dan Manajemen Informatika
Fakultas Teknologi Informasi
University of Merdeka Malang
Alamat:
Jl. Terusan Raya Dieng No. 62-64, Malang, Indonesia, 65146
(0341) 566462
Email: [email protected]
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.