SISTEM DETEKSI KUALITAS SEMANGKA BERDASARKAN PENDARAN WARNA DAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Watermelon Quality Assesment Based On Color Informastion And Using Support Vector Machine

Abstract

Pengenalan kualitas buah menggunakan pengolahan dan deteksi citra merupakan tahap baru dalam perkembangan sistem pendeteksian kualitas produk buah. Ciri-ciri yang lebih rinci dan kompleks dari suatu objek dapat dicari dengan bantuan teknik pengolahan citra. Dalam penelitian ini 140 sample citra buah semangka masuk ke dalam proses bloking serta normalisasi intensitas sebelum masuk ke sistem klasifikasi. Metode linier support vector machine (SVM) dipergunakan untuk mengklasifikasi semangka dengan fitur berupa nilai statistic HSI citra. Metode tersebut sebelumnya telah baik dalam pengenalan kualitas kedelai.Berbeda dengan hasil penelitian pada kedelai, hasil akurasi rata-rata sebesar 60% menunjukkan bahwa sebaran data citra buah semangka begitu kompleks dan diperlukan metode yang lebih baik dalam menangani masalah ini. Kesamaan citra semangka antar kelas menyebabkan sebaran data yang seharusnya untuk tiga kelas hanya terkumpul pada dua kelas. Diperlukan penelitian khusus pada citra semangka untuk mendapatkan fitur yang lebih baik. .

Kata Kunci:    SVM; Klasifikasi citra; Normalisasi intensitas; Bloking, Kualitas buah