Deteksi Kualitas Bawang Merah dengan Circularity Image Pro-cessing
DOI:
https://doi.org/10.23917/jkk.v3i1.175Keywords:
circularity image processing, inovasi teknologi, kualitas bawang merahAbstract
Perkembangan dunia di bidang IT sangatlah pesat seiring dengan berbagai inovasi penerapan di berbagai bidang. Salah satu penerapannya adalah dalam bidang produksi pangan yaitu Bawang Merah. Menurut data statistik sekjend kementrian pertanian tahun 2012 adalah setiap minggu penduduk per kapita membutuhkan 72 kg Bawang Merah.Banyak terjadi ketika konsumen menggunakan produksi pangan ini sudah dalam kondisi tidak layak karena kedaluarsa. Penelitian ini bertujuan membuat pemodelan deteksi kualitas Bawang Merah berbasis citra yang dapat digunakan untuk mengetahui usia Bawang Merah. Memang beberapa peniliti sebelumnya juga membuat pemodelan kulitas Bawang Merah akan tetapi biasanya ditujukan untuk mengetahui apakah dapat ditetaskan atau tidak. Metode penelitian ini adalah pendekatan circularity image processing dengan menggunakan perangkat lunak Matlab. Hasil penelitian ini adalah dapat dibangun pemodelan deteksi kualitas Bawang Merah berbasis citra dengan obyek pada bagian kantung udara Bawang Merah. Prosentase hasil keakuratan diatas 66% untuk mendapatkan kualitas bawang merah yang baik. Semakin besar tingkat circularity, maka semakin tinggi kualitas bawang merah tersebut.
Downloads
References
Abdullah, A., Khan, S. M., Pieroni, A., Haq, A., Haq, Z. U., Ahmad, Z., Sakhi, S., Hashem, A., Al-Arjani, A.-B. F., Alqarawi, A. A., & Abd_Allah, E. F. (2021). A Com-prehensive Appraisal of the Wild Food Plants and Food System of Tribal Cultures in the Hindu Kush Mountain Range; a Way Forward for Balancing Human Nutrition and Food Security. Sustainability, 13(9), 5258. https://doi.org/10.3390/su13095258
Aisyah, S., Faqih, A., Putra, A. A., Ra-hayu, S. R., Ma’aniyatun, M., & Yahya, R. T. (2023). The Relation-ship Between Farmer Competence and Shallot Farm Income (Allium Ascalonicum L.). Eduvest - Journal of Universal Studies, 3(8), 1415–1423. https://doi.org/10.59188/eduvest.v3i8.884
Arum Sari, Y., Kartika Dewi, R., Fati-chah, C., Teknik Informatika, J., & Teknologi Informasi, F. (2014). Seleksi Fitur Menggunakan Ekstraksi Fitur Bentuk, Warna, dan Tekstur dalam Sistem Temu Kembali Citra Daun. Jurnal Ilmiah Teknologi Informasi, 12(1), 1–8.
Azizah, A. N., Agustina, P., Suparti, S., Saputra, A., & Sidiq, Y. (2019). The Use of Natural Dyes from Beetroot Skin Extract (Beta Vulgaris) as Teaching Material on Cell Divi-sion for Senior High School Stu-dents. Indonesian Journal on Learn-ing and Advanced Education (IJOLAE), 2(1), 20–26. https://doi.org/10.23917/ijolae.v2i1.9051
da Silva, N. R., Florindo, J. B., Gómez, M. C., Rossatto, D. R., Kolb, R. M., & Bruno, O. M. (2015). Plant Iden-tification Based on Leaf Midrib Cross-Section Images Using Frac-tal Descriptors. PLOS ONE, 10(6), e0130014. https://doi.org/10.1371/journal.pone.0130014
Dewi, N. L. K. A. A., Prameswari, P. N. D., Cahyaningsih, E., Megawati, F., Agustini, N. P. D., & Juliadi, D. (2022). Review: Pemanfaatan Tanaman sebagai Fitoterapi pada Diabetes Mellitus. Usadha, 2(1), 31–42. https://doi.org/10.36733/usadha.v2i1.5562
Harjanti, T. W., & Himawan, H. (2021). Teknologi Pengolahan Citra Digi-tal Untuk Ekstraksi Ciri pada Cit-ra Daun untuk Identifikasi Tum-buhan Obat. Faktor Exacta, 14(3), 150. https://doi.org/10.30998/faktorexacta.v14i3.9841
Harjanti, T. W., & Madenda, S. (2019). Development of Feature Extrac-tion on Leaf Image for Medicinal Plants Identification. International Journal of Recent Technology and Engineering, 8(2S7), 163–168. https://doi.org/10.35940/ijrte.B1040.0782S719
Istiqomah, S., Krisdiantoro, K., Pratama, N. W. I., Sari, A. C. P., Oktatian, E. M., Ati, A. P., Kusu-ma, A. C., Pratito, S., Utomo, G. S., Masdita, F. I., & Sukaton, D. L. A. (2022). Peningkatan Ketahanan Pangan Masyarakat dalam Masa Pandemi Covid-19 Di Desa Kan-dangan Kabupaten Blitar. Buletin KKN Pendidikan, 4(1), 80–89. https://doi.org/10.23917/bkkndik.v4i1.17399
Maria, E., Yulianto, Y., Arinda, Y. P., Jumiaty, J., & Nobel, P. (2018). Segmentasi Citra Digital Bentuk Daun Pada Tanaman Di Politani Samarinda Menggunakan Metode Thresholding. Jurnal Rekayasa Teknologi Informasi (JURTI), 2(1), 37. https://doi.org/10.30872/jurti.v2i1.1377
Mustariani, B. A. A., Rahmawati, S., & Aulia, N. H. (2021). Potensi Salep dari Fraksi Aktif Bawang Merah Bima (Allium SP) sebagai Peng-hambat Infeksi Sekunder Jamur Patogen Penyebab Luka Diabetes. Jurnal Kesehatan Bakti Tunas Husa-da: Jurnal Ilmu-Ilmu Keperawatan, Analis Kesehatan Dan Farmasi, 21(2), 194. https://doi.org/10.36465/jkbth.v21i2.785
Pradana, Y. A., Azka, D. A., Aji, A. C., & Fauzi, I. M. (2022). Analysis Of Weather Changes for Estimation of Shallot Crops Fluctuation using Hidden Markov. BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 16(1), 333–342. https://doi.org/10.30598/barekengvol16iss1pp331-340
Rihadi, S. S. A., Soedomo, R. P., Sulandjari, K., & Laksono, R. A. (2021). Studi Karakteristik Agronomi Bawang Merah (Allium ascalonicum L.) Varietas Agrihor-ti-1 dan Mentes dengan Bawang Daun Kultivar Lokal Kalimantan (Allium fistulosum L.) Di Dataran Tinggi Jawa Barat. AGROVITAL : Jurnal Ilmu Pertanian, 6(1), 16. https://doi.org/10.35329/agrovital.v6i1.2000
Sachar, S., & Kumar, A. (2021). Survey of feature extraction and classifica-tion techniques to identify plant through leaves. Expert Systems with Applications, 167, 114181. https://doi.org/10.1016/j.eswa.2020.114181
Saptana, Gunawan, E., Perwita, A. D., Sukmaya, S. G., Darwis, V., Arin-ingsih, E., & Ashari. (2021). The competitiveness analysis of shal-lot in Indonesia: A Policy Analysis Matrix. PLOS ONE, 16(9), e0256832. https://doi.org/10.1371/journal.pone.0256832
Suswadi, Prasetyowati, K., Kartikasari, R. D., & Prasetyo, A. (2021). A fea-sibility study on cultivating shal-lots (Allium ascalonicum L) in Se-lo District, Boyolali Regency, In-donesia. IOP Conference Series: Earth and Environmental Science, 824(1), 012111. https://doi.org/10.1088/1755-1315/824/1/012111
Theresia, V., Fariyanti, A., & Tinaprilla, N. (2016). Analisis Persepsi Petani Terhadap Penggunaan Benih Bawang Merah Lokal dan Impor di Kabupaten Cirebon, Jawa Barat. Jurnal Penyuluhan, 12(1). https://doi.org/10.25015/penyuluhan.v12i1.11324
Waghmare, H., Kokare, R., & Danda-wate, Y. (2016). Detection and classification of diseases of Grape plant using opposite colour Local Binary Pattern feature and ma-chine learning for automated De-cision Support System. 2016 3rd International Conference on Signal Processing and Integrated Networks (SPIN), 513–518. https://doi.org/10.1109/SPIN.2016.7566749
Wang, X., Du, W., Guo, F., & Hu, S. (2020). Leaf Recognition Based on Elliptical Half Gabor and Maxi-mum Gap Local Line Direction Pattern. IEEE Access, 8, 39175–39183. https://doi.org/10.1109/ACCESS.2020.2976117
Zhu, J., Yao, J., Yu, Q., He, W., Xu, C., Qin, G., Zhu, Q., Fan, D., & Zhu, H. (2020). A Fast and Automatic Method for Leaf Vein Network Extraction and Vein Density Measurement Based on Object-Oriented Classification. Frontiers in Plant Science, 11. https://doi.org/10.3389/fpls.2020.00499
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Yan Aditya Pradana, Lenny Puspita Dewi, Suci Muthiah, Yayuk Setyawati, Flora Ramona Sigit Prakoeswa, Ida Untari
This work is licensed under a Creative Commons Attribution 4.0 International License.