Klasifikasi Kematangan Buah Sawit Menggunakan Model Warna RGB

Authors

  • Roni Salambue Universitas Riau
  • Minarni Shiddiq Universitas Riau

Abstract

Tanaman sawit merupakan sumber devisa negara, karena Indonesia merupakan negara produsen minyak sawit terbesar di dunia. Kualitas minyak sawit dihasilkan berdasarkan tingkat kematangannya. Kematangan buah sawit diklasifikasikan kedalam dua tingkatan yaitu mentah dan matang. Secara umum penentuan kematangan dilakukan dengan penglihatan orang yang berpengalaman berdasarkan jumlah buah yang terlepas dari tandan dan warna buah. Penelitian ini bertujuan untuk mengukur panjang gelombang yang dihasilkan dari warna buah sawit. Citra buah sawit diakuisisi dari kamera dan diekstraksi nilai warnanya menggunakan model warna RGB dan dihitung panjang gelombang elektromagnetik yang dihasilkan oleh buah. Hasil pengukuran menunjukkan buah mentah menghasilkan warna kuning atau jingga dan buah matang menghasilkan warna merah.

Author Biographies

Roni Salambue, Universitas Riau

Jurusan Ilmu Komputer FMIPA

Minarni Shiddiq, Universitas Riau

Jurusan Ilmu Komputer FMIPA

References

A. Thoriq, 2013, Pengembangan System Deteksi Kematangan Tandan Buah Segar (TBS) Kelapa Sawit Berbasis Spektrum Cahaya Tampak, Tesis, Program Program Pasca Sarjana Teknik Mesin Pertanian dan Pangan, Institut Pertanian Bogor, Bogor.

M. H. Razali, A. S. M. . Halim, and S. Roslan, 2012, A Review on Crop Plant Production and Ripeness Forecasting, International Journal Agriculture and Crop Science., vol. 4, no. 2, pp. 54–63.

N. Fadilah and J. Mohamad-Saleh, 2014, Color Feature Extraction of Oil Palm Fresh Fruit Bunch Image for Ripeness Classification, 13th International Conference on Applied Computer and Applied Computational Science., pp. 51–55.

R. Salambue, A. Adnan, and M. Shiddiq, 2018, Investigation of The Ripeness of Oil Palm Fresh Fruit Bunches using Bio- Speckle Imaging, Journal Physic: Conference Series, vol 978.

M. Shiddiq, R. Salambue, R. Poja, and A. T. Solistio, 2017, Analysis of Physical Properties Of Oil Palm Fresh Fruit Bunches Using ImageJ,†Applied Science Technology, vol. 1.

M. S. M. Alfatni, A. R. M. Shariff, H. Z. M. Shafri, O. M. B. Saaed, and O. M. Eshanta, 2008, Oil Palm Fruit Bunch Grading System using Red, Green and Blue Digital Number,†Journal of Applied Sciences, vol. 8, no. 8, pp. 1444–1452.

Pitas I, 1993, Digital Image Processing Algorithms, Prentice Hall, London.

Downloads

Published

2019-11-21

Issue

Section

Articles