IDENTIFIKASI TINGKAT KEMATANGAN BUAH STRAWBERRY MENGGUNAKAN GRAY LEVEL CO-OCCURANCE MATRIX (GLCM) DAN LAPLACIAN FILTER

Dedi Tri Hermanto, Selvy Megira, Devina Ninosari, Kusrini Kusrini

Abstract


Abstrak
Pengolahan citra digital merupakan bagian dari
perkembangan teknologi dalam konsep dan penalaran,
manusia ingin mesin (komputer) dapat mengenali
gambar seperti penglihatan manusia. Gray Level Co-
Occurance Matrix (GLCM) merupakan salah satu
metode untuk memperoleh karakteristik tekstur gambar
dengan menghitung probabilitas hubungan adjacency
antara dua piksel pada jarak dan arah tertentu.
Karakteristik tekstur yang diperoleh dari metode GLCM
termasuk sebaliknya, kontras, korelasi, homogenitas,
dan energi. Fitur yang diekstraksi kemudian digunakan
untuk identifikasi dengan menggunakan Euclidean
Distance. Penelitian ini akan menghasilkan identifikasi
tingkat kematangan buah strawberry dengan kategori
matang , mentah dan busuk. Berdasarkan hasil
pengujian, sistem dapat melakukan identifikasi tingkat
kematangan buah strawberry dengan penambahan fitur
RGB didapatkan akurasi sebesar 80% sedangkan
tingkat akurasi tanpa menambahkan fitur RGB sebesar
60%.
Kata kunci: GLCM, Pengolahan citra, Eucledian.


Full Text:

PDF

References


Kadir A, dan Susanto, A., Teori dan Aplikasi pengolahan Citra,

Penerbit Andi Offset, yogyakarta, 2012,

Fadlisyah, Computer Vision dan Pengolahan Citra, Penerbit,

Andi Offset, Yogyakarta, 2007

Maurah Widyaningsih, Identifikasi Kematangan Buah Apel

Dengan Gray Level Co-Occurrance Matrix (GLCM),

Saintekom,Vol. 6, No. 1, Maret 2016

T. Sutoyo, Edy Mulyanto, Dr. Vincent Suhartono, Oky

Nurhayati, Wijanarto, Pengolahan Citra Digital, Penerbit Andi

Offset yogyakarta, 2009

D.Putra, Pengolahan Citra Digital, Yogyakarta, Andi Offset,

Chandan K, Siddharth C, R. Narmadha A, Harika M,

Classifications Of Citrus Fruit Using Image Processing GLCM

Parameters, IEEE ICCSP, 2015

Joseph Mark G. Aglibut, Luigi L. Alonzo, Monica Francesca B.

Coching, Jumelyn L. Torres dan Noel B. Linsangan, Skin

Disease Identification System Using Gray Level Co-Occurance

Matrix, Proceeding ICCAE’17 Proceeding of the 9th

International Conference on Computer and Automation

Engineering, 2017

Md. Shaddam Hossen, Mohammad Shamsul Arefin and Rezaul

Karim, Developing A Framework For Fruits Detection From

Images, International Conference on Electrical, Computer and

Communication Engineering (ECCE), 2017


Refbacks

  • There are currently no refbacks.