Identifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna RGB Dan HSV Menggunakan Metode K-Means Clustering
Identifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna RGB Dan HSV Menggunakan Metode K-Means Clustering
复制标题
Identifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna RGB Dan HSV Menggunakan Metode K 均值聚类
DOI：
10.34128/jsi.v6i2.242
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Maysaroh Maysaroh
中科院分区：
文献类型：
--
作者：
Elok Fa’Iqotul Himmah;M. Widyaningsih;Maysaroh Maysaroh
我们已经看到，许多人的收入增长速度已经超过了预期。但我们看到，在过去的十年里，我们看到了增长带来的好处。这一方法需要使用数字技术来识别最大的图像，它包括RGB（红、绿色、蓝）和HSV（色调、饱和度、值）。数字摄像机中的最佳图像是使用MATLAB的K-Means聚类分析方法来改进RGB和HSV图像的分类。研究人员发现，最大的增长率为64.58%，最小的增长率为20%，最大的增长率为64.58%。
Kelapa sawit merupakan salah satu tumbuhan tropis penghasil minyak nabati yang banyak dibudidayakan. Ketepatan dalam menentukan tingkat kematangan buah kelapa sawit menentukan kualitas hasil panen tumbuhan ini. Penelitian ini memanfaatkan pengolahan citra digital untuk mengidentifikasi kematangan buah kelapa sawit berdasarkan warna RGB (Red, Green, Blue) dan HSV (Hue, Saturation, Value). Citra berupa foto buah kelapa sawit yang diambil dengan kamera digital diolah dengan perangkat lunak MATLAB kemudian dianalisis menggunakan metode klasifikasi K-Means Clustering untuk mendapatkan perbandingan hasil ekstraksi ciri RGB dan HSV. Hasil penelitian mampu membedakan tingkat kematangan buah kelapa sawit yaitu mentah, cukup matang, dan matang dengan tingkat keakuratan total pada data uji dan data latih sebesar 64.58%.