Identifikasi Variasi Paprika Berdasarkan Jenis Warna Paprika Berbasis Analisis Citra Digital Menggunakan Algoritma Support Vector Machine (SVM)
DOI:
https://doi.org/10.55606/isaintek.v7i2.282Keywords:
Paprika, klasifikasi warna, citra digital, SVM, akurasiAbstract
Penelitian ini bertujuan untuk merancang sistem klasifikasi warna paprika (merah, kuning, hijau, orange) dengan memanfaatkan analisis citra digital yang didukung oleh algoritma Support Vector Machine (SVM). Pendekatan yang digunakan meliputi pengumpulan data berupa gambar paprika, pengolahan awal data melalui langkah-langkah seperti penyesuaian ukuran gambar, pengaburan untuk mengurangi noise, serta peningkatan kontras menggunakan metode CLAHE. Selain itu, fitur warna diekstraksi menggunakan momen warna, dan fitur tekstur diperoleh melalui matriks co-occurrence skala abu-abu (GLCM). Model SVM diuji dengan berbagai jenis kernel, yaitu linier, polinomial, RBF, dan sigmoid, guna menentukan kernel dengan kinerja terbaik. Hasil pengujian menunjukkan bahwa kernel linier dan RBF mengalami overfitting karena menghasilkan akurasi sempurna sebesar 100%, sementara kernel poly dan sigmoid mencapai akurasi sebesar 97,56% dan 39%. Secara keseluruhan, model SVM mampu mengklasifikasikan warna paprika dengan tingkat akurasi yang tinggi, dengan rata-rata presisi, recall, dan skor F1 mencapai 97,56%. Sistem ini diharapkan mampu meningkatkan efisiensi dan ketepatan dalam identifikasi warna paprika serta mendukung inovasi dan modernisasi dalam sektor pertanian.
References
M. Sanuddin, M. Andriani, D. Suci Ramadhani Program Studi Farmasi, S. Tinggi Harapan Ibu Jambi Jl Kol Tarmizi Kodir No, P. Baru, and K. Jambi, “Penetapan Kadar Vitamin C pada Ekstrak Paprika (Capsicum annuum var. grossum Sendtn.) di Supermarket menggunakan Metode KCKT Determination of Vitamin C level in Paprica (Capsicum annuum var. grossum Sendtn.) Extract Sold in Supermarket using the HPLC Method,” 2021.
S. Nurhasanah Nugraha, R. Pebrianto, and E. Fitri, “Penerapan Deep Learning Pada Klasifikasi Tanaman Paprika Berdasarkan Citra Daun Menggunakan Metode CNN,” Information System for Educators and Professionals, vol. 8, no. 2, p. 8000063.
N. T. Haryadi et al., “Efektifitas Penanaman Refugia Terhadap Populasi dan Intensitas Serangan Hama Kutu Kebul pada Pertanaman Cabai (Capsicum annum L.) Effectiveness of Flower Planting on Population and Intensity Attack Of Whitefly Silverleaf (Bemisia Tabaci) In Big Red Chilies (Capsicum Annum L.),” Jurnal Bioindustri, vol. 4, no. 2, p. 2022.
S. Yuliana and A. Maskur, “Pengaruh Kualitas Produk, Persepsi Harga, Kualitas Layanan Dan Lokasi Terhadap Keputusan Pembelian (Studi Pada Pelanggan Sinestesa Coffeeshop Pati),” SEIKO: Journal of Management & Business, vol. 5, no. 1, pp. 2022–559, 2022, doi: 10.37531/sejaman. v5i1.1772.
Hurriyatun Fitria & Randa Cahya Wihandika, Dasar - Dasar Pengolahan Citra Digital. 2021.
E. Fernando Ade Pratama and J. Jumadi, “Implementasi Metode K-Means Clustering Pada Segmentasi Citra Digital,” Jurnal Media Infotama, vol. 18, no. 2, p. 341139.
G. R. Nagata, E. Nurahmi, and Syafruddin, “Pengaruh Dosis Mikoriza Gigaspora sp. Dan Varietas Terhadap Pertumbuhan Tanah Entisol
A. Al Banjari, “Pengolahan Citra Gigital dan Histogram Phyton dan Text Editor Phycharm, 2020.
N. L. Chusna, M. I. Shalahudin, U. Riyanto, and A. D. Alexander, “Klasifikasi Citra Jenis Tanaman Jamur Layak Konsumsi Menggunakan Algoritma Multiclass Support Vector Machine,” Building of Informatics, Technology and Science (BITS), vol. 4, no. 1, Jun. 2022, doi: 10.47065/bits. v4i1.1624.
N. Utami Putri and E. Redi Susanto, “Klasifikasi Jenis Kayu Menggunakan Support Vector Machine Berdasarkan Ciri Tekstur Local Binary Pattern,” CYBERNETICS, vol. 4, no. 02, pp. 93–100, 2020.
J. Rusman, B. Z. Haryati, and A. Michael, “Optimisasi Hiperparameter Tuning pada Metode Support Vector Machine untuk Klasifikasi Tingkat Kematangan Buah Kopi,” Jurnal Komputer dan Informatika, vol. 11, no. 2, pp. 195–202, Oct. 2023, doi: 10.35508/jicon. v11i2.12571.
A. Syarif and A. Ramadhanu, “Klasifikasi Citra Tingkat Kematangan Buah Alpukat Berdasarkan Bentuk Warna Menggunakan Metode K-Nearest Neigbho,” 2024. [Online]. Available: http://jurnal.goretanpena.com/index.php/JSSR
Y. Amrozi, D. Yuliati, A. Susilo, N. Novianto, and R. Ramadhan, “Klasifikasi Jenis Buah Pisang Berdasarkan Citra Warna dengan Metode SVM,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 11, no. 3, pp. 394–399, Dec. 2022, doi: 10.32736/sisfokom. v11i3.1502.
I. Syafii, A. A. Ribhi, L. Y. Astutik, G. K. S. Budiono, and A. S. Pamela, “Analisis Prediksi Customer Repeat Order menggunakan Algoritma Decision Tree pada Perusahaan Transportasi,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 4, pp. 1372–1378, Jul. 2024, doi: 10.57152/malcom. v4i4.1538.