Identifikasi Jenis Adas dan Jintan dengan Euclidean Distance Berdasarkan Fitur Warna

Ismi Amalia, Ilham Jaya Armita, Nawawi Juhan, Wahdaniah Wahdaniah, Zulkifli Zulkifli, Muhammad Arhami, Indrawati Indrawati

Sari


Tujuan penelitian ini adalah untuk mengidentifikasi adas dan jintan menggunakan algoritma euclidean distance berdasarkan ekstraksi fitur warna mean RGB. Adas dan jintan bermanfaat sebagai rempah-rempah sekaligus herba. Jenis adas dan jintan yang diidentifikasi adalah adas manis, adas pedas, jintan putih dan jintan hitam. Adas dan jintan memiliki bentuk yang hampir sama sehingga sulit untuk dibedakan. Perkembangan teknologi pengolahan citra digital memungkinkan untuk mengidentifikasi adas dan jintan secara otomatis. Penelitian ini terdiri atas beberapa tahap, yaitu akuisisi citra, praproses, ekstraksi fitur, klasifikasi dan evaluasi. Akuisisi citra menggunakan kamera smartphone dengan 5 cara, yaitu: pengambilan gambar tanpa pembesaran, 1 kali pembesaran, 2 kali pembesaran, 3 kali pembesaran dan 4 kali pembesaran. Praproses yang dilakukan adalah mengubah ukuran citra menjadi 100×100 piksel. Metode ekstraksi fitur yang digunakan adalah mean RGB. Klasifikasi citra menggunakan metode euclidean distance. Evaluasi dilakukan dengan menghitung rata-rata tingkat akurasi hasil identifikasi berdasarkan 5 percobaan. Pembagian data latih dan data uji sebesar 70% dan 30%. Data latih dan data uji masing-masing berjumlah 56 citra dan 24 citra. Rata-rata tingkat akurasi identifikasi adas dan jintan berdasarkan fitur warna mencapai 99,17%. Berdasarkan uji coba yang sudah dilakukan, maka dapat disimpulkan bahwa metode yang diusulkan mampu mengidentifikasi adas dan jintan dengan sangat baik. Perbedaan pembesaran saat pengambilan gambar menggunakan kamera smartphone tidak mempengaruhi tingkat akurasi. Identifikasi adas dan jintan diharapkan dapat membantu membedakan rempah ini pada saat pengolahan makanan.


Kata Kunci


Adas, euclidean distance, jintan, mean RGB.

Teks Lengkap:

PDF

Referensi


Y. Trisnawati, “Minuman Rasa Baru”, Ayo Mengenal Rempah Nusantara, Edisi 1, Bogor: Pusat Perpustakaan dan Penyebaran Teknologi Pertanian, 2020, pp. 6-9.

D. Pramesthi, I. Ardyati, and A. Slamet, “Potensi Tumbuhan Rempah dan Bumbu yang Digunakan dalam Masakan Lokal Buton sebagai Sumber Belajar”, BIODIK: Jurnal Ilmiah Pendidikan Biologi, vol. 6, no. 3, pp. 225-232, 2020.

Y. Robi, S. M. Kartikawati, and Muflihati, “Etnobotani Rempah Tradisional di Desa Empoto Kabupaten Sanggau Kalimantan Barat”, Jurnal Hutan Lestari, vol. 7, no. 1, pp. 130–142, 2019.

L. Hakim, “Herba tanaman obat: Buah”, Rempah Dan Herba Kebun-Pekarangan Rumah Masyarakat: Keragaman, Sumber Fitofarmaka dan Wisata Kesehatan-kebugaran, Edisi 1, Yogyakarta: Diandra Creative, 2015, pp. 99-112.

Megawati, M. K. Nisa, and M. Arsyad, “Macam-macam Tanaman”, Aneka Tanaman Berkhasiat Obat, Guepedia, 2021, pp. 19-134.

N. S. Silfi and S. I. Widjajanti, “Kosmetika Tradisional Perawatan Kulit”, Kosmetik Tradisional, Edisi 1, Jakarta: Lembaga Pengembangan Pendidikan Universitas Negeri Jakarta, 2015, pp. 4-38.

L. Sabila, A. R. Muzammil, and A. Syahrani, “Leksikon Rempah-Rempah dalam Masakan Melayu Sambas”, Jurnal Pendidikan dan Pembelajaran Khatulistiwa (JPPK), vol. 10, no. 11, pp. 1-8, 2021.

E. Hikmatulloh, E. Lasmanawati, and T. Setiawati, “Manfaat Pengetahuan Bumbu dan Rempah Pada Pengolahan Makanan Indonesia Siswa SMKN 9 Bandung”, Media Pendidikan, Gizi dan Kuliner, vol. 6, no. 1, pp. 42-50, Apr. 2017.

I.Wulandari, H. Yasin, and T. Widiharih, “Klasifikasi Citra Digital Bumbu dan Rempah dengan Algoritma Convolutional Neural Network (CNN)”, Jurnal Gaussian, vol. 9, no. 3, pp. 273-282, 2020.

D. Nurnaningsih, D. Alamsyah, A. Herdiansah, and A. A. J. Sinlae, “Identifikasi Citra Tanaman Obat Jenis Rimpang dengan Euclidean Distance Berdasarkan Ciri Bentuk dan Tekstur”, Building of Informatics, Technology and Science (BITS), vol. 3, no. 3, pp. 171−178, Dec. 2021.

I. N. P. Mukhti, Suwandi, H. Bethaningtyas, “Sistem Otomasi dalam Penyortiran Tomat dengan Image Processing Menggunakan Metode Deteksi RGB”, eProceedings of Engineering, vol. 2, no. 3, pp. 1-8, 2015

G. A. Wiguna, J. B. Selly and R. Fardela, “Sistem Deteksi Katarak Menggunakan Metode Ekstraksi Indeks Warna dengan Klasifikasi Jarak Euklidean”, Jurnal Pendidikan Teknologi Informasi (JUKANTI), vol. 1, no. 2, pp. 40-46, Sep. 2018.

C. Jatmoko and D. Sinaga, “K-Nearest Neighbor dan Ekstraksi Warna Mean RGB untuk Identifikasi Kunyit atau Temulawak”, Seminar Nasional LPPM – Universitas Muhammadiyah Purwokerto, pp. 564-570 , 2020.

A. Firlansyah, A. B. Kaswar and A. A. N. Risal, “Klasifikasi Tingkat Kematangan Buah Pepaya Berdasarkan Fitur Warna Menggunakan Jaringan Syaraf Tiruan”, Techno Xplore, vol. 6, no. 2, pp. 55-56, Okt. 2021.

S. Aprilisa and Sukemi, “Klasifikasi Tingkat Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan K-Nearest Neighhbor”, Prosiding Annual Research Seminar, vol. 5, no. 1, pp. 170-173, 2019.

M. T. Tamam, A. J. Taufiq, W. Dwiono, “Rancang Bangun Purwarupa Sistem Deteksi Tingkat Kematangan Buah Jeruk Berdasarkan Warna Kulitnya”, Jurnal Riset Rekayasa Elektro, vol. 2, no. 2, pp. 55-58, Des. 2020.

C. Paramita, E. H. Rachmawanto, C. A. Sari, and D. R. I. M. Setiadi, “Klasifikasi Jeruk Nipis Terhadap Tingkat Kematangan Buah Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor”, Jurnal Informatika: Jurnal Pengembangan IT (JPIT), vol. 4, no. 1, pp. 1-6, Jan. 2019.

T. Y. Prahudaya and A. Harjoko, “Metode Klasifikasi Mutu Jambu Biji Menggunakan KNN Berdasarkan Fitur Warna dan Tekstur”, Jurnal Teknosains, vol. 6, no. 2, pp. 59-138, Jun. 2017.

Jamaludin, C. Rozikin, A. S. Y. Irawan, “Klasifikasi Jenis Buah Mangga dengan Metode Backpropagation”, Techné: Jurnal Ilmiah Elektroteknika, vol. 20, no. 1, pp. 1-12, Apr. 2021.

Kaharuddin, Kusrini, and E. T. Luthfi, “Klasifikasi Jenis Rempah-Rempah Berdasarkan Fitur Warna RGB dan Tekstur Menggunakan Algoritma K-Nearest Neighbor”, Jurnal Informasi Interaktif, vol. 4, no. 1, pp. 17-22 , Jan. 2019.

D. R. Sina, D. Dura, and Y. Y. Nubuasa, “Pembelajaran Resilient Backpropagation dengan Ciri Moment Invariant dan Warna RGB untuk Klasifikasi Buah Jeruk Keprok”, Jurnal Fisika, vol. 7, no. 1, pp. 116-122 , Apr. 2022.

H. H. Ullu, B. Baso, Risald, P. G. Manek, and D. Chrisinta, “Ekstraksi Fitur Berbasis Tekstur pada Citra Tenun Timor Menggunakan Metode Gray Level Co-occurrence Matrix (GLCM)”, Journal of Information and Technology UNIMOR (JITU), vol. 2, no. 2, pp. 70-74, Sept. 2022.

Masdanu, S. Ramadani, and S. Syahputra, “Pengolahan Citra Tingkat Kematangan Buah Jambu Jamaika Berdasarkan Warna RGB (Red, Green, Blue) dengan Metode Regionsprops”, Jurnal Informatika Kaputama (JIK),vol. 6, no. 3, pp. 185-196, Agu. 2022.

W. Styorini, A. Pratiwi, and C. Widiasari, “Identifikasi Tingkat Kesegaran Ikan Berbasis Android”, Jurnal Amplifier, vol. 12, no. 1, pp. 12-18, Mei. 2022.

S. Aprilisa and Sukemi, “Klasifikasi Tingkat Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan K-Nearest Neighhbor”, Prosiding Annual Research Seminar 2019, vol. 5, no. 1, pp. 170-173, 2019.

A. Nur and I. Muhimmah, “Purwarupa sistem analisa penghitungan sel polen berdasarkan citra mikroskopis digital”, Seminar Nasional Aplikasi Teknologi Informasi (SNATI). pp. 77-85. 2018.

D. Nurnaningsih, D. Alamsyah, A. Herdiansah, and A. A. J. Sinlae, “Identifikasi Citra Tanaman Obat Jenis Rimpang dengan Euclidean Distance Berdasarkan Ciri Bentuk dan Tekstur”, Building of Informatics, Technology and Science (BITS), vol. 3, no. 3, pp. 171−178, Des. 2021.

S. P. Adenugraha, V. Arinal, and D. I. Mulyana, “Klasifikasi Kematangan Buah Pisang Ambon Menggunakan Metode KNN dan PCA Berdasarkan Citra RGB dan HSV”, Jurnal Media Informatika Budidarma, vol. 6, no. 3, pp. 9-17, Jan. 2022.


Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

##submission.license.cc.by-sa4.footer##

Creative Commons License

Prosiding Seminar Nasional Politeknik Negeri Lhokseumawe is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License

© 2017 All rights reserved |Seminar nasional Politeknik Negeri Lhokseumawe p-ISSN:2598-3954.

.