ac

Klasifikasi Buah Guava Menggunakan Computer Vision

Authors

  • Adya Zizwan Putra Universitas Prima Indonesia
  • Mawaddah Harahap Universitas Prima Indonesia
  • Amir Husein Universitas Prima Indonesia
  • Allwin Simarmata Universitas Prima Indonesia

DOI:

10.47709/dsi.v3i2.4006

Keywords:

klasifikasi guava, computer vision, image processing

Dimension Badge Record



Abstract

Penelitian ini bertujuan untuk mengembangkan sebuah sistem klasifikasi buah guava menggunakan teknologi computer vision. Klasifikasi buah guava yang akurat dan otomatis dapat membantu dalam proses identifikasi buah guava yang baik kualitasnya dan dapat digunakan dalam industri pertanian, perdagangan buah-buahan, serta penelitian lanjutan. Metode yang digunakan dalam penelitian ini melibatkan beberapa langkah. Pertama, dilakukan pengumpulan data citra buah guava yang meliputi variasi jenis guava yang berbeda serta berbagai kondisi pencahayaan dan latar belakang. Data citra tersebut kemudian diolah dan dipreproses untuk mengurangi derau dan meningkatkan kualitas citra. Setelah proses ekstraksi fitur selesai, dilakukan pelatihan model klasifikasi menggunakan data citra buah guava yang telah diklasifikasikan secara manual oleh ahli. Model klasifikasi yang terlatih kemudian diuji menggunakan data citra buah guava yang belum pernah dilihat sebelumnya untuk mengukur tingkat akurasi dan performa sistem. Hasil penelitian ini diharapkan dapat menghasilkan sistem klasifikasi buah guava yang akurat dan dapat diandalkan. Dengan menggunakan teknologi computer vision, proses identifikasi buah guava dapat dilakukan secara cepat dan otomatis. Keberhasilan penelitian ini dapat memberikan kontribusi dalam meningkatkan efisiensi industri pertanian dan perdagangan buah-buahan, serta memberikan landasan bagi penelitian lebih lanjut dalam bidang pengolahan citra dan pengenalan pola.
Google Scholar Cite Analysis
Abstract viewed = 182 times

Downloads

ARTICLE Published HISTORY

Submitted Date: 2024-06-06
Accepted Date: 2024-06-07
Published Date: 2024-06-12

Most read articles by the same author(s)