Klasifikasi Kematangan Buah Pisang Berbasis Sensor Warna Dan Sensor Load Cell Menggunakan Metode Naive Bayes

Klasifikasi Kematangan Buah Pisang Berbasis Sensor Warna Dan Sensor Load Cell Menggunakan Metode Naive Bayes

Penulis

  • Mohammad Faizal Ajizi Fakultas Ilmu Komputer, Universitas Brawijaya
  • Dahnial Syauqy Fakultas Ilmu Komputer, Universitas Brawijaya
  • Mochammad Hannats Hanafi Ichsan Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

klasifikasi naive bayes, buah pisang, sensor warna, sensor berat

Abstrak

Buah pisang merupakan salah satu buah yang banyak dikonsumsi oleh banyak orang, dikarenakan buah pisang mengandung gizi yang baik. Untuk itulah buah pisang banyak dibudidayakan oleh masyarakat. Budidaya buah pisang dilakukan oleh petani buah pisang ataupun masyarakat awam. Untuk mengetahui kematangan buah pisang, pada umumnya ketika masih di pohon dengan melihat warna dari kulit buah pisang dan dengan memijat tekstur buah pisang. Namun cara tersebut memiliki tingkat kematangan yang berbeda karena persepsi setiap orang berbeda. Untuk kebutuhan produksi dibutuhkan buah pisang dengan kematangan yang pas, untuk itu dibuatlah penelitian tentang kematangan buah pisang berdasarkan warna kulit buah dan berat buah pisang yang pengambilan keputusannya menggunakan metode Naive Bayes. Prototype ini dibangun menggunakan Sensor Warna untuk mendeteksi warna dari kulit buah pisang, dan sensor loadcell dan modul HX711 untuk mendeteksi berat dari buah pisang dan Arduino Mega sebagai pemroses data dari sensor dan untuk menampilkan hasil klasifikasi. Berdasarkan hasil pengujian sistem, pengujian untuk sensor loadcell mendapatkan tingkat akurasi sebesar 93,89% jika dibandingkan dengan timbangan digital. Untuk sensor warna mendapat tingkat akurasi sebesar 85,53% jika dibandingkan dengan Corel Photo-Paint. Dari 10 data uji yang diujikan, ada 1 data yang dihasilkan sistem yang tidak sesuai dengan kondisi sebenarnya, maka klasifikasi yang dihasilkan sistem memiliki tingkat akurasi sebesar 90%.

Unduhan

Diterbitkan

10 Jan 2019

Cara Mengutip

Ajizi, M. F., Syauqy, D., & Ichsan, M. H. H. (2019). Klasifikasi Kematangan Buah Pisang Berbasis Sensor Warna Dan Sensor Load Cell Menggunakan Metode Naive Bayes. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(3), 2472–2479. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4692

Terbitan

Bagian

Artikel
Loading...