* Corresponding Author
Hide
Show all
Pemilah Jenis Daun Mangga Melalui Deteksi RGB Menggunakan Sistem Pengolahan Citra
https://doi.org/10.22146/ijeis.87892 Florentinus Budi Setiawan(1), Imanuel Putra Kurnia(2*)
(1) Universitas Katolik Soegijapranata, Teknik Elektro
(2) Universitas Katolik Soegijapranata, Teknik Elektro
(*) Corresponding Author
Abstract
Keterbatasan akan pemahaman tentang kesehatan pada tumbuhan dan kurangnya proses pemantauan akan penyakit yang ditimbulkan membuat para petani buah mangga sering mengalami kegagalan produk buah mangga, sehingga pemilahan jenis warna daun muda dan tua pada mangga menjadi salah satu hal yang penting untuk diketahui karena dapat membantu untuk mengevaluasi kesehatan pohon mangga secara keseluruhan, juga mengingat karena warna dasar daun yang relatif sama sehingga sulit bagi petani membedakan penggolongan warna muda atau tua. dengan metode pengolahan citra, yang dideteksi menjadi nilai RGB dan ditampilkan secara real time akan mempermudah proses pembuatan alat penelitian. sehingga dihasilkan nilai acuan warna hijau mangga dengan average daun tua yakni 62,2 dan daun muda yakni 113,67.
Full Text:
PDFReferences
B. Joshua Hutasoit, H. Sofyan, and F. Richard Kodong, “Classification of mango plants based on leaf shape using GLCM and K-nearest neighbor methods,” Computing and Information Processing Letters, vol. 1, no. 1, pp. 1–7, Nov. 2021, doi: 10.31315/cip.vxix.xx.
H. Sanusi, S. H. S., and D. T. Susetianingtias, “PEMBUATAN APLIKASI KLASIFIKASI CITRA DAUN MENGGUNAKAN RUANG WARNA RGB DAN HSV,” Jurnal Ilmiah Informatika Komputer, vol. 24, no. 3, pp. 180–190, 2019, doi: 10.35760/ik.2019.v24i3.2323.
M. Ridwan Dwi Septian, M. Cahyanti, and E. Rachmat Swedia, “APLIKASI PENDETEKSI KERUSAKAN PADA DAUN BERDASARKAN WARNA,” in Konferensi Nasional Sistem Informasi (KNSI) , 2018, pp. 8–9. Accessed: Aug. 09, 2023. [Online]. Available: http://jurnal.atmaluhur.ac.id/index.php/knsi2018/article/view/392
S. Palgunadi and Y. Almandatya, “KLASIFIKASI KUALITAS KESEHATAN DAUN MANGGA BERDASARKAN WARNA CITRA DAUN,” in Prosiding Seminar Sains Nasional dan Teknologi, 2022. doi: http://dx.doi.org/10.36499/psnst.v1i1.1026.
S. Gupta, S. Mahajan, and A. K. Pandit, “A Review On Image Processing Techniques,” in 2020 12th International Conference on Computational Intelligence and Communication Networks (CICN), 2020, pp. 20–24. doi: 10.1109/CICN49253.2020.9242606.
R. A. J. M. Gining et al., “Harumanis mango leaf disease recognition system using image processing technique,” Indonesian Journal of Electrical Engineering and Computer Science, vol. 23, no. 1, pp. 378–386, Jul. 2021, doi: 10.11591/ijeecs.v23.i1.pp378-386.
K. D. Septiaji and K. Firdausy, “Deteksi Kematangan Daun Selada (Lactuca Sativa L) Berbasis Android Menggunakan Nilai RGB Citra,” Jurnal Ilmiah Teknik Elektro Komputer dan Informatika, vol. 4, no. 1, p. 20, Jun. 2018, doi: 10.26555/jiteki.v4i1.8994.
L. Farokhah, “IMPLEMENTASI K-NEAREST NEIGHBOR UNTUK KLASIFIKASI BUNGA DENGAN EKSTRAKSI FITUR WARNA RGB,” jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 7, no. 6, pp. 1129–1136, 2020, doi: 10.25126/jtiik.202072608.
H. Edha, S. H. Sitorus, and U. Ristian, “PENERAPAN METODE TRANSFORMASI RUANG WARNA HUE SATURATION INTENSITY (HSI) UNTUK MENDETEKSI KEMATANGAN BUAH MANGGA HARUM MANIS,” Jurnal Komputer dan Aplikasi, vol. 8, no. 1, pp. 1–10, 2020, doi: http://dx.doi.org/10.26418/coding.v8i1.39188.
I. Masri and E. Erdal, “REVIEW PAPER ON REAL TIME IMAGE PROCESSING : METHODS , TECHNIQUES , APPLICATIONS,” in INTERNATIONAL SYMPOSIUM ON IMPLEMENTATIONS OF DIGITAL INDUSTRY AND MANAGEMENT OF DIGITAL TRANSFORMATION 2019, KonyaTurkey, 2019. Accessed: Jul. 11, 2023. [Online]. Available: https://www.researchgate.net/publication/335661501_REVIEW_PAPER_ON_REAL_TIME_IMAGE_PROCESSING_METHODS_TECHNIQUES_APPLICATIONS
A. U. Kulkarni, A. M. Potdar, S. Hegde, and V. P. Baligar, “RADAR based Object Detector using Ultrasonic Sensor,” in 1st IEEE International Conference on Advances in Information Technology, ICAIT 2019 - Proceedings, 2019, pp. 204–209. doi: 10.1109/ICAIT47043.2019.8987259.
DOI: https://doi.org/10.22146/ijeis.87892
Article Metrics
Abstract views : 550
| 
views : 360
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 IJEIS (Indonesian Journal of Electronics and Instrumentation Systems)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
View My Stats1