Klasterisasi Tingkat Kematangan Buah Naga Berdasarkan Warna Dengan Metode Segmentasi K-Means Clustering Berbasis Mobile

Abstract

Pengolahan citra meruakan salah satu metode representasi operasi pada gambar. Terdapat dua jenis pengolahan citra yaitu pengolahan citra analog dan pengolahan citra digital. Pengolahan citra digital membantu dalam proses manipulasi gambar dengan menggunakan komputer. Tiga tahapan umum yang harus dilalui semua jenis data saat menggunakan teknik digital yaitu preprocessing, enhancement display dan ekstraksi informasi. Dalam penelitian ini, dalam proses klasterisasi menggunakan metode k-meansclustering. K-means clustering merupakan salah satu metode yang paling banyak digunakan dalam proses pengelompokan. K-means clustering merupakan metode pengelompokan berdasarkan nilai mean terdekat (pusat cluster atau centroid cluster) dari objek n ke cluster k. Metode tersebut dapat diterapkan pada ponsel menggunakan android studio, khususnya untuk pengelompokan tingkat kematangan buah naga merah. Buah naga merah memiliki empat tingkat kematangan yaitu matang, mentah, setengah matang atau mengkal dan terlalu matang atau lewat matang. Berdasarkan pada 40 data citra uji yang digunakan dalam penelitian ini, akurasi yang didapatkan pada pengelompokan menggunakan metode segmentasi k-means clustering adalah sebesar 97,5% .