Search for collections on EPrints Repository UNTIRTA

KLASIFIKASI KUALITAS BIJI JAGUNG MANIS BERDASARKAN FITUR WARNA MENGGUNAKAN FUZZY LOGIC

Salsabilla, Rensi (2014) KLASIFIKASI KUALITAS BIJI JAGUNG MANIS BERDASARKAN FITUR WARNA MENGGUNAKAN FUZZY LOGIC. S1 thesis, Universitas Sultan Ageng Tirtayasa.

[img] Text
KLASIFIKASI KUALITAS BIJI JAGUNG MANIS.pdf - Published Version
Restricted to Registered users only until 2014.

Download (3MB)
Official URL: https://ft.untirta.ac.id

Abstract

Quality control plays a very important in ensuring the corn kernel market. The quality of corn kernel is determined from the results of the classification process are given. Classification process manually in addition to requiring considerable time and also result in inconsistent quality. In this study emilihan sweet corn as an object caused by corn as human consumption. Where the classification process is still done manually. For those reasons, this study tries classification of sweet corn types automatically using RGB and HSI color features and classification method using fuzzy logic. The use of fuzzy logic is used because it is able to solve problems that are not linear. Classification of sweet corn kernels include corn kernels broken , damaged corn kernels and whole corn kernels using each sample as much as 30 corn kernels. Preparation of image data by using the corn kernels in image acquisition with a Fujifilm camera, image data then done segmentation and preprocessing stage where the stage does standardize image image into 50x50 pixel image size. Feature extraction using color in RGB and HSI color image and the final classification process with fuzzy logic method. From the results of the classification using the GUI program can be determined classification process produced results obtained from the results of each study is broken corn kernels 68 % , 68 % damaged corn kernels and kernels of corn 's that 68 % that the classification results using the sweet corn kernels using fuzzy logic that getting the result is quite satisfactory. From the research developed methods colors and fuzzy logic method is expected to benefit producers and consumers. Keyword : Sweet corn, Image processing, RGB, HSI and Fuzzy logic

Item Type: Thesis (S1)
Contributors:
ContributionContributorsNIP/NIM
Thesis advisorMunarto, Ri195911202003121001
Thesis advisorPermata, Endi197806142005011002
Additional Information: Pengendalian kualitas memegang peranan yang sangat penting dalam menjamin biji jagung di pasaran. Kualitas biji jagung ditentukan dari hasil proses klasifikasi yang diterakan. Proses klasifikasi secara manual selain membutuhkan waktu yang cukup lama dan juga menghasilkan kualitas yang tidak konsisten. Dalam penelitian ini pemilihan jagung manis sebagai objek disebabkan karena jagung sebagai konsumsi manusia. Dimana proses pengklasifikasian dilakukan masih secara manual. Untuk itu maka penelitian ini mencoba klasifikasi jenis jagung manis secara otomatis menggunakan fitur warna RGB dan HSI dan metode pengklasifikasian menggunakan fuzzy logic. Penggunaan fuzzy logic digunakan karena dianggap mampu menyelesaikan masalah yang tidak linier. Klasifikasi biji jagung manis meliputi biji jagung pecah, biji jagung rusak dan biji jagung utuh dengan menggunakan sample masing-masing sebanyak 30 biji jagung. Pembuatan data citra dengan menggunakan biji jagung yang di akuisisi citra dengan kamera digital, data citra kemudian di lakukan tahap segmentasi dan preprocessing dimana tahap dilakukannya standarisasi citra menjadi citra ukuran 50x50 pixel. Ekstrasi fitur menggunakan warna dengan citra warna RGB dan HSI dan terakhir proses klasifikasi dengan metode fuzzy logic. Dari hasil program klasifikasi menggunakan GUI dapat ditentukan proses hasil klasifikasi yang dihasilkan didapatkan dari hasil penelitian adalah masing-masing biji jagung pecah 68%, biji jagung rusak 68% dan biji jagung tuh 68% bahwa hasil klasifikasi biji jagung manis menggunakan menggunakan fuzzy logic bahwa mendapatkan hasil cukup memuaskan. Dari hasil penelitian dikembangkan metode warna dan metode fuzzy logic diharapkan dapat bermanfaat bagi produsen dan konsumen. Kata unci : Biji jagung manis, Pengolahan citra, RGB, HSI, Logika Fuzzy
Uncontrolled Keywords: Kata Kunci : Biji jagung manis, Pengolahan citra, RGB, HSI, Logika Fuzzy Keyword : Sweet corn, Image processing, RGB, HSI and Fuzzy logic
Subjects: T Technology > T Technology (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: 03-Fakultas Teknik
03-Fakultas Teknik > 20201-Jurusan Teknik Elektro
Depositing User: Perpustakaan Pusat
Date Deposited: 03 Dec 2021 13:56
Last Modified: 03 Dec 2021 13:56
URI: http://eprints.untirta.ac.id/id/eprint/9377

Actions (login required)

View Item View Item