EKSTRASI TEKSTUR BENIH JAGUNG LOKAL PULAU TIMOR DENGAN GRAY LEVEL CO-OCCURRENCE MATRIX(GLCM)

Authors

  • Marlinda Vasty Overbeek Program Studi Teknik Informatika Strata 1, STIKOM Uyelindo Kupang
  • Yampi R. Kaesmetan Program Studi Teknik Informatika Strata 1, STIKOM Uyelindo Kupang

Keywords:

benih jagung, gray level co-occurence matrix, pengolahan citra, tekstur

Abstract

Pemilihan biji jagung untuk pembenihan belum terlalu diperhatikan oleh para petani lokal di Pulau Timor Provinsi Nusa Tenggara Timur sehingga bahannya terjadi gagal panen. Sortasi kebanyakan masih dilakukan secara manual oleh para petani sehingga hasil panen juga tidak memuaskan. Mutu fisik benih jagung yang baik adalah tidak memiliki tekstur retak, tidak susut, tidak bolong, dan tidak pecah. Pada penelitian ini akan dilakukan sortasi benih dengan teknik pengolahan citra. Teknik yang digunakan adalah statistik spasial yang salah satunya adalah metode gray level co-occurence matrix. Ciri Haralick yang kami gunakan pada penelitian ini adalah kontras, korelasi, homogenitas, dan nilai entropi. Hasil yang dihasilkan dari penelitian menunjukkan bahwa ciri tekstur dengan gray level co-occurrence matrix layak digunakan sebagai pengektraksi untuk mendapatkan informasi penting dari suatu citra. Untuk klasifikasi digunakan support vector matrix dengan hasil akurasi berkisar antara 62.5% sampai 80% pada ciri tekstur homogenitas, kontras, korelasi, dan entropi.

References

[BPPT] Deputi Menegristek Bidang Pendayagunaan dan Pemasyarakatan Ilmu Pengetahuan dan Teknologi.2014. Tentang Budidaya Pertanian. Jakarta(ID): BPPT

[BPS] Badan Pusat Statistik. 2014. Nusa Tenggara Timur DalamAngka. Kupang (ID):BPS

Dinar, L; Suyantohadi, A; Fallah MAF. 2013.Penentuan kriteria mutu biji pala (Myristica fragrans Houtt) berdasarkan analisis tekstur menggunakan teknologi pengolahan citra digital. AGRITECH vol.33 No.1. Hal. 81- 89

Gonzales RC, Woods RE. 2002. Digital Image Processing second edition. New Jersey (US):Prentice-Hall,Inc

Haralick RM, Shanmugan K, Dinstein IH. 1973. Textural features for image classification. IEEE Trans Syst Man Cybern.

(6):610–621. doi : 10.1109/TMSC.1973.4309314

Listia R dan Harjoko A. 2014. Klasifikasi massa pada citra mammogram berdasarkan Gray Level Cooccurence Matrix (GLCM).

IJCCS. Vol 8 No.1. ISSN : 1978-1520. Hal :59-68

Santosa; Adrizal; Novita N. 2011. Pendugaan mutu fisik biji jagung dengan menggunakan citra digital dan jaringan syaraf tiruan. Tesis.

Universitas Andalas. [internet] [diunduh 2015 Sept 10]. Tersedia pada : http://repository.unand.ac.id/16956/

Sari NW. 2003. Pendugaan biji kopi utuh, biji kopi pecah, biji kopi berlubang, dan benda asing untuk evaluasi mutu kopi dengan

pengolahan citra citra dan metode fuzzy. Skripsi. Institut Pertanian Bogor. [internet] [diunduh 2015 Sept 10]. Tersedia pada : http://repository.ipb.ac.id/handle/123456789/15739

Downloads

Published

2021-10-15

How to Cite

Overbeek, M. V. ., & Kaesmetan, Y. R. . (2021). EKSTRASI TEKSTUR BENIH JAGUNG LOKAL PULAU TIMOR DENGAN GRAY LEVEL CO-OCCURRENCE MATRIX(GLCM). Seminar Nasional & Konferensi Ilmiah Sistem Informasi, Informatika & Komunikasi, 62–68. Retrieved from https://publikasi.uyelindo.ac.id/index.php/semmau/article/view/61