SISTEM CERDAS DALAM KLASIFIKASI KEMATANGAN BUAH JERUK BERDASARKAN FITUR EKSTRAKSI GLCM DENGAN METODE NAÃVE BAYES
DOI:
https://doi.org/10.26905/jtmi.v5i2.3935Keywords:
sistem informasi, sistem pendukung keputusan, sistem cerdas, computer visionAbstract
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.
Â
References
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.
Downloads
Published
Issue
Section
License
Authors who publish with this journal agree to the following terms:
(1)Â Copyright of the published articles will be transferred to the journal as the publisher of the manuscripts. Therefore, the author confirms that the copyright has been managed by the journal.
(2) Publisher of JTMI: Jurnal Teknologi dan Manajemen Informatika is University of Merdeka Malang.
(3) The copyright follows Creative Commons Attribution–ShareAlike License (CC BY SA): This license allows to Share — copy and redistribute the material in any medium or format, Adapt — remix, transform, and build upon the material, for any purpose, even commercially.
