Metode K-Nearest Neighbor dan Ekstraksi Fitur GLCM untuk Mengklasifikasikan Biji Kopi Robusta dan Arabika Lokal

Authors

  • Cahaya Jatmoko Universitas Dian Nuswantoro
  • Daurat Sinaga Universitas Dian Nuswantoro

DOI:

https://doi.org/10.51903/semnastekmu.v2i1.189

Keywords:

Biji Kopi, Robusta, Arabika, K-Nearest Neighbor, Gray Level Co-occurrence Matrix.

Abstract

Beberapa produk kopi yang cukup terkenal adalah Kopi Robusta dan Kopi Arabika. Memanfaatkan teknologi untuk membantu mengidentifikasi bagaimana perbedaan penampilan biji kopi menjadi salah satu isu yang perlu di uji coba, bahkan, pengidentifikasian menggunakan data citra juga dapat dilakukan dengan optimal. Proses pengidentifikasian tersebut dilakukan dengan cara memanfaatkan teknik pengolahan citra digital. Pada penelitian ini, telah digunakan Algoritma K-Nearest Neighbor (K-NN) dan Ekstraksi Fitur Gray Level Co-occurrence Matrix (GLCM) untuk melakukan proses pengklasifikasian biji kopi Robusta dan Arabika. Digunakan dataset gambar sebanyak 194 gambar biji kopi yang merupakan gabungan dari 97 data citra dari biji kopi Robusta, dan 97 data citra dari biji kopi Arabika. Dari keseluruhan dataset tersebut, digunakan sebanyak 174 data sebagai data latih, dan 20 data sisanya sebagai data uji. Akurasi tertinggi yang dihasilkan dari eksperimen ini sebesar 95% dengan ketentuan jarak piksel = 1, nilai K = 1, dan besar sudur = 45o.

References

P. N. Andono, E. H. Rachmawanto, N. S. Herman, and K. Kondo, “Orchid types classification using supervised learning algorithm based on feature and color extraction,” Bull. Electr. Eng. Informatics, vol. 10, no. 5, pp. 2530–2538, Oct. 2021.
A. N. Handayani, H. W. Herwanto, K. L. Chandrika, and K. Arai, “Recognition of Handwritten Javanese Script using Backpropagation with Zoning Feature Extraction,” Knowl. Eng. Data Sci., vol. 4, no. 2, p. 117, Dec. 2021.
M. N. M. Ibrahim and M. Z. M. Yusoff, “Twitter sentiment classification using Naive Bayes based on trainer perception,” in 2015 IEEE Conference on e-Learning, e-Management and e-Services (IC3e), 2015, pp. 187– 189.
G. Kaushal and R. Bala, “GLCM and KNN based Algorithm for Plant Disease Detection,” Int. J. Adv. Res. Electr. Electron. Instrum. Eng., vol. 6, no. 7, pp. 5845–5852, 2017.
N. Nafiah, “Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV dengan KNN,” J. Elektron. List. dan Teknol. Inf. Terap., vol. 1, no. 2, pp. 1–4, 2019.
J. Li, S. R. Schill, D. E. Knapp, and G. P. Asner, “Object-based mapping of coral reef habitats using planet dove satellites,” Remote Sens., vol. 11, no. 12, Jun. 2019.
A. A. Fauzi, F. Utaminingrum, and F. Ramdani, “Road surface classification based on LBP and GLCM features using KNN classifier,” Bull. Electr. Eng. Informatics, vol. 9, no. 4, pp. 1446–1453, 2020.
R. A. Saputra, Suharyanto, S. Wasiyanti, D. F. Saefudin, A. Supriyatna, and A. Wibowo, “Rice Leaf Disease Image Classifications Using KNN Based on GLCM Feature Extraction,” J. Phys. Conf. Ser., vol. 1641, no. 1, pp. 1–6, 2020.
D. P. Pamungkas, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae),” Innov. (Innovation Res. Informatics), vol. 1, no. 2, pp. 51–56, 2019.
M. A. Rizal, “Klasifikasi Mutu Biji Kopi Menggunakan Metode K – Nearest Neighbor Berdasarkan Warna Dan Tekstur,” Univ. Teknol. Yogyakarta, vol. 1, no. 1, pp. 1–8, 2019.
D. Ikhsan, E. Utami, and F. W. Wibowo, “Metode Klasifikasi Mutu Greenbean Kopi Arabika Lanang Dan Biasa Menggunakan K-Nearest Neighbor Berdasarkan Bentuk,” J. Ilm. SINUS, vol. 18, no. 2, p. 1, 2020.
L. B. Rachman and Basari, “Detection of Cholesterol Levels by Analyzing Iris Patterns using Backpropagation Neural Network,” IOP Conf. Ser. Mater. Sci. Eng., vol. 852, no. 1, p. 012157, Jul. 2020.
L. B. Rachman and Basari, “Detection of cholesterol levels by analyzing iris patterns using backpropagation neural network,” IOP Conf. Ser. Mater. Sci. Eng., vol. 852, no. 1, 2020.
C. Irawan, W. Listyaningsih, D. R. I. M. Setiadi, C. Atika Sari, and E. Hari Rachmawanto, “CBIR for Herbs Root Using Color Histogram and GLCM Based on K-Nearest Neighbor,” Proc. - 2018 Int. Semin. Appl. Technol. Inf. Commun. Creat. Technol. Hum. Life, iSemantic 2018, no. 3, pp. 509–514, 2018.
T. Y. Prahudaya and A. Harjoko, “Metode Klasifikasi Mutu Jambu Biji Menggunakan Knn Berdasarkan Fitur Warna Dan Tekstur,” J. Teknosains, vol. 6, no. 2, p. 113, 2017.
S. A. Banday and A. H. Mir, “Statistical textural feature and deformable model based brain tumor segmentation and volume estimation,” Multimed. Tools Appl., vol. 76, no. 3, pp. 3809–3828, 2017.
H. J. Motlak and S. I. Hakeem, “Detection and classification of breast cancer based-on Terahertz imaging technique using artificial neural network & K-nearest neighbor algorithm,” Int. J. Appl. Eng. Res., vol. 12, no. 21, pp. 10661–10668, 2017.
S. Winiarti, F. I. Indikawati, A. Oktaviana, and H. Yuliansyah, “Consumable Fish Classification Using k- Nearest Neighbor,” IOP Conf. Ser. Mater. Sci. Eng., vol. 821, no. 1, pp. 1–11, 2020.
I. Nurhaida, H. Wei, R. A. M. Zen, R. Manurung, and A. M. Arymurthy, “Texture fusion for batik motif retrieval system,” Int. J. Electr. Comput. Eng., vol. 6, no. 6, pp. 3174–3187, 2016.
M. Daniel, J. Raharjo, and K. Usman, “Iris-based image processing for cholesterol level detection using gray level co-occurrence matrix and support vector machine,” Eng. J., vol. 24, no. 5, pp. 135–144, Sep. 2020.
P. Moallem, A. Serajoddin, and H. Pourghassem, “Computer vision-based apple grading for golden delicious apples based on surface features,” Inf. Process. Agric., vol. 4, no. 1, pp. 33–40, 2017.
I. U. W. Mulyono et al., “Parijoto Fruits Classification using K-Nearest Neighbor Based on Gray Level Co- Occurrence Matrix Texture Extraction,” J. Phys. Conf. Ser., vol. 1501, no. 1, 2020.
E. Hari Rachmawanto, G. Rambu Anarqi, D. R. I. Moses Setiadi, and C. Atika Sari, “Handwriting Recognition Using Eccentricity and Metric Feature Extraction Based on K-Nearest Neighbors,” Proc. - 2018 Int. Semin. Appl. Technol. Inf. Commun. Creat. Technol. Hum. Life, iSemantic 2018, pp. 411–416, 2018.
S. Y. R. Riska and P. Subekti, “Klasifikasi Level Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan Multi-Svm,” J. Ilm. Inform., vol. 1, no. 1, 2016.

Downloads

Published

2023-01-25

Issue

Section

Articles

How to Cite

Metode K-Nearest Neighbor dan Ekstraksi Fitur GLCM untuk Mengklasifikasikan Biji Kopi Robusta dan Arabika Lokal. (2023). Seminar Nasional Teknologi Dan Multidisiplin Ilmu (SEMNASTEKMU), 2(2), 353-366. https://doi.org/10.51903/semnastekmu.v2i1.189

Most read articles by the same author(s)

1 2 3 4 5 6 7 8 9 10 > >>