Sistem Deteksi Kualitas Kopra Berdasarkan Warna dan Tekstur

Authors

  • Idhan Zaldy Teknik Informatika, Universitas Al Asyariah Mandar
  • UL Khairat Sistem Informasi, Universitas Al Asyariah Mandar
  • Maslan Teknik Informatika, Universitas Al Asyariah Mandar

DOI:

https://doi.org/10.51967/tanesa.v23i1.918

Keywords:

Kopra, NMC, Deep Learning.

Abstract

Kopra adalah kelapa yang sudah dikupas dan daging yang diambil harus segera dikeringkan. Proses pengeringan sendiri dapat dilakukan dengan dua cara. Metode pertama menggunakan bantuan sinar matahari dan metode kedua menggunakan proses pengolahan gas dari tungku. Kopra putih yang cocok untuk dijual dikirim ke baler atau biasa disebut kopra toke. Toke Kopra ditentukan dengan melihat tekstur dan warna Kopra serta melihat harga Kopra putih. Jenis penetapan harga ini masih relatif umum. Hal ini dapat menyebabkan angka kopra yang salah saat memperkirakan harga kopra.  Dalam penelitian ini dilakukan di pabrik kopra sala satu warga masyarakat camplagian, Adapun alat dan bahan dalam penelitian ini ada dua yaitu perangkat keras (hardware) dan perangkat lunak (software), kemudian dalam pengumpulan data peneliti ada dua diantaranya studi pustaka yaitu mengumpulkan suatu data melalui jurnal penelitian yang telah ada sebelumnya dengan mempelajari, mendalami dan mengutip teori- teori dan teknik observasi yang mana peneliti melakukan pengamatan secara langsung ke objek penelitian untuk melihat dari dekat kegiatan yang dilakukan. Tujuan penelitian ini adalah untuk membantu petani mengetahui kualitas Kopra menggunakan metode Neural Mean Classifier (NMC), sistem deteksi kualitas kopra berdasarkan warna dan tekstur ini dapat digunakan dalam pendeteksian Kopra dibedakan menjadi kopra baik dan buruk.

References

Abdullah, U., & Efendi, M. (2017). Sistem Klasifikasi Kualitas Kopra Berdasarkan Warna Dan Tekstur Menggunakan Metode Nearest Mean Classifier (NMC). Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 4(4).

Angkoso, C. V., Informatika, J. T., Teknik, F., Trunojoyo, U., & Fitur, E. (2011). Pengenalan Jender Berbasis Tekstur Pada Citra Wajah Foto Digital. In Konf. Nas.“Inovasi dalam Desain dan Teknol (pp. 119-125).

Bayu Rianto, A. (2019). Sistem cerdas mendeteksi kualitas gula merah menggunakan metode nearest mean classifier (NMC). Selodang Mayang: Jurnal Ilmiah Badan Perencanaan Pembangunan Daerah Kabupaten Indragiri Hilir, 5(3), 149-149.

Gunawan, I. (2022). Metode Penelitian Kualitatif: teori dan praktik. Bumi Aksara.

Harsono, S. S., & Siregar, K. (2015). Peningkatan kinerja mesin diesel dengan produksi biodiesel Dari kelapa (coconut nufera) dan unjuk kinerjanya berbasis transesterifikasi dengan sistim injeksi langsung. Rona Teknik Pertanian, 8(2), 62-75.

Kamate, S., & Yilmazer, N. (2015). Application of object detection and tracking techniques for unmanned aerial vehicles. Procedia Computer Science, 61, 436-441.

Lubis, F. A., Sunandar, H., Ginting, G. L., & Sianturi, L. T. (2016). Implementasi Metode Speed Up Features Dalam Mendeteksi Wajah. JURIKOM (Jurnal Riset Komputer), 3(4).

Mangunjaya, F. (2015). Mempertahankan Keseimbangan: Perubahan Iklim, Keanekaragaman Hayati, Pembangunan Berkelanjutan, dan Etika Agama. Yayasan Pustaka Obor Indonesia.

Masparudin, M., Abdullah, A., & Usman, U. (2020). Sistem Prediksi Kualitas Santan Kelapa Menggunakan Nearest Mean Classifier (NMC). Sistemasi: Jurnal Sistem Informasi, 9(3), 646-655.

Maulana, I., & Andono, P. N. (2016). Analisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper. Cogito Smart Journal, 2(2), 157-166.

Munir, R. (2014). Pengolahan citra digital dengan pendekatan algoritmik.

Pawane, F. S. (2016). Fungsi pomabari (gotong-royong) petani kelapa kopra di desa wasileo kecamatan maba utara kabupaten halmahera timur provinsi maluku utara. HOLISTIK, Journal Of Social and Culture.

Putri, G. J. N. (2019). METODE BACKGROUND SUBSTRACTION UNTUK MONITORING OBYEK BERGERAK MELALUI KAMERA WEBCAM. JATI (Jurnal Mahasiswa Teknik Informatika), 3(1), 110-116.

Ridha, M. R., & Yunita, F. (2020). Pemilihan Bibit Kelapa Menggunakan Metode Nearest Mean Classifier Untuk Masyarakat Petani Kelapa Di Kabupaten Indragiri Hilir. JURNAL PERANGKAT LUNAK, 2(3), 101-114.

Rinjani, A., Priambodo, J., & Adhim, F. I. (2021). Sistem Penjejak Mortalitas Penghitung Jumlah Ayam Broiler Menggunakan Metode Deteksi Gerak. Jurnal Teknik ITS, 10(2), A420-A425.

Siregar, A. M., Kom, S., Puspabhuana, M. K. D. A., Kom, S., & Kom, M. (2017). Data Mining: Pengolahan Data Menjadi Informasi dengan RapidMiner. CV Kekata Group.

Suntoro, J., & Indah, C. N. (2017). Average weight information gain untuk menangani data berdimensi tinggi menggunakan algoritma c4. 5. Jurnal Buana Informatika, 8(3).

Umam, K., & Negara, B. S. (2016). Deteksi objek manusia pada basis data video menggunakan metode background subtraction dan operasi morfologi. Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi, 2(2), 31-40.

Downloads

Published

2022-06-20

How to Cite

Zaldy, I. ., Khairat, U. ., & Maslan. (2022). Sistem Deteksi Kualitas Kopra Berdasarkan Warna dan Tekstur. Buletin Poltanesa, 23(1), 403–408. https://doi.org/10.51967/tanesa.v23i1.918

Issue

Vol. 23 No. 1 (2022): Juni 2022

Section

Multidisciplinary

License

The copyright of this article is transferred to Buletin Poltanesa and Politeknik Pertanian Negeri Samarinda, when the article is accepted for publication. the authors transfer all and all rights into and to paper including but not limited to all copyrights in the Buletin Poltanesa. The author represents and warrants that the original is the original and that he/she is the author of this paper unless the material is clearly identified as the original source, with notification of the permission of the copyright owner if necessary.

A Copyright permission is obtained for material published elsewhere and who require permission for this reproduction. Furthermore, I / We hereby transfer the unlimited publication rights of the above paper to Poltanesa. Copyright transfer includes exclusive rights to reproduce and distribute articles, including reprints, translations, photographic reproductions, microforms, electronic forms (offline, online), or other similar reproductions.

The author's mark is appropriate for and accepts responsibility for releasing this material on behalf of any and all coauthor. This Agreement shall be signed by at least one author who has obtained the consent of the co-author (s) if applicable. After the submission of this agreement is signed by the author concerned, the amendment of the author or in the order of the author listed shall not be accepted.