Identifikasi Kualitas Beras dengan Citra Digital

Abstract: Beras merupakan makanan pokok yang paling banyak di konsumsi oleh masyarakat Indonesia. Namun, harga beras di pasaran justru semakin melonjak, sehingga banyak beredar beras yang memiliki kualitas kurang baik. Oleh karena itu perlu adanya standar kualitas mutu dari pihak gudang beras saat mendistribusikan beras ke pasaran. Standar pengujian kualitas dari pihak Bulog terdapat dua tahap, yaitu uji laboratorium dan uji visual. Namun, pengujian secara visual selama ini masih dilakukan secara manual sehingga masih sering terjadi kesalahan karena terbatasnya penglihatan manusia dan subjektivitas penguji. Oleh karena itu, sistem pengujian secara visual dengan citra digital dapat menjadi solusi yang efektif untuk permasalahan tersebut. Proses pengujian dapat dilihat dari nilai putih, nilai bersih, dan nilai utuh beras yang diakuisisi melalui pengolahan citra digital. Proses akuisisi nilai bersih dan putih dilakukan dengan menganalisis nilai HSV (Hue, Saturation, Value), sedangkan nilai utuh dilakukan dengan menganalisis luas region area objek. Sebelumnya, dilakukan training terhadap 30 data untuk mendapatkan decision tree dengan model ID3 (Iterative Dichotomiser Tree). Data yang telah diakuisisi kemudian diklasifikasi ke dalam 3 kelas yaitu baik, kurang dan buruk dengan menggunankan aturan dari decision tree yang dihasilkan pada proses training. Hasil pengujian dengan metode k-fold cross validation dengan k=5 didapatkan akurasi sebesar 96.67%.
Keywords: Pengolahan citra, Beras, Decision tree, ID3, Sistem pakar
Penulis: Arissa Aprilia Nurcahyani, Ristu Saptono
Kode Jurnal: jptinformatikadd150814

Artikel Terkait :