Skripsi/Tugas Akhir

Simulasi Klasifikasi Buah Tomat Berdasarkan Bentuk dan Tesksur Menggunakan Matlab

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Kematangan buah tomat saat dipanen merupakan salah satu faktor penting dalam menjaga kualitas tomat. Di beberapa kasus produksi di berbagai pabrik masih menggunakan cara manual untuk memisahkan tomat dari beberapa jensinya yang dimana Cara manual tersebut membutuhkan waktu yang relatif lama. Perkembangan teknologi memudahkan memilah buah tomat dengan bantuan aplikasi matlab secara otomatis meskipun masih dalam tahapana awal dan masih bisa di kembangkan agar lebih fungsional kedepannya. Pemeriksaan bentuk dan tekstur dapat digunakan untuk merencanakan kerangka penyimpangan artikel. Aplikasi pemrograman MATLAB yang menggunakan analisis bentuk dan tekstur untuk membedakan varietas tomat Pusaka dan Anggur. Metode Gray Level Co-occurence Matrix (GLCM) dengan parameter kontras, korelasi, energi, dan homogenitas digunakan untuk analisis tekstur, sedangkan parameter untuk analisis bentuk adalah metrik dan eksentrisitas. Tingkat keberhasilan dari klasifikasi identifikasi buah tomat berdasarkan bentuk dan tekstur menggunakan Matlab ini mendapatkan tingkat akurasi 70% dari 17 kali percobaan.
Kata Kunci: Tomat, Matlab, Bentuk dan Tekstur

ABSTRACT
The maturity of tomatoes when harvested is an important factor in maintaining the quality of tomatoes. In some cases, factory production still uses the manual method to separate tomatoes from several types, where the manual method requires a relatively long time. Technological developments make it easier to sort tomatoes with the help of the Matlab application automatically even though it is still in its early stages and can still be developed to make it more functional in the future. Shape and texture checks can be used to plan the frame deviation of the article. MATLAB programming application that uses shape and texture analysis to differentiate Heirloom and Grape tomato varieties. The Gray Level Co-occurence Matrix (GLCM) method with parameters of contrast, correlation, energy, and homogeneity is used for texture analysis, while the parameters for shape analysis are metric and eccentricity. The level of difficulty of classifying tomatoes based on shape and texture using Matlab obtains an accuracy rate of 70% from 17 image experiments.
Keywords: Tomato, Matlab, Shape and Texture

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 23-47 ALF s - 0252SI

Penerbit

Makassar : Universitas DIPA., 2023

Deskripsi Fisik

x + 49 hlm.; 29,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 23-47

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Cetakan Maret 2023

Subjek

Skripsi/Tugas Akhir
Sistem Klasifikasi

Lampiran File