Penentuan Kualitas Kopra Berbasis Citra Kontur Menggunakan Metode Canny Edge Detection
Determination of Copra Quality Based on Contour Image Using the Canny Edge Detection Method
DOI:
https://doi.org/10.57152/malcom.v5i1.1823Keywords:
Basah, Berjamur, Canny Edge Detection, Klasifikasi Kopra, ModelAbstract
UD Cendrawasih, yang berlokasi di Kelurahan Motoboi Kecil, Kotamobagu Selatan, Sulawesi Utara, adalah usaha jual beli kopra yang telah beroperasi lama. Proses penilaian kualitas kopra saat ini masih manual melalui inspeksi visual, yang meskipun andal, sering kali menghadirkan subjektivitas dan kurang konsisten. Penelitian ini bertujuan mengotomatisasi dan meningkatkan akurasi penilaian kualitas kopra menggunakan metode Canny Edge Detection dengan model Canny-Inception. Model ini mengklasifikasikan kopra menjadi tiga kelas: "basah" (kadar air tinggi), "kering" (kopra yang telah dikeringkan), dan "berjamur" (ditandai oleh warna dan bau). Data dibagi dalam tiga model: Model A (80:10:10), Model B (70:20:10), dan Model C (60:30:10). Hasil penelitian menunjukkan Model C memberikan performa terbaik dengan akurasi validasi 87,50% pada epoch ke-9 dan validation loss 40,27%. Analisis menggunakan Confusion Matrix mengungkapkan Model A unggul pada kelas basah (81%), Model B pada kelas kering (62%), dan Model C pada kelas berjamur (76%). Dengan akurasi keseluruhan 87,50%, Model C dinilai paling efektif untuk klasifikasi kualitas kopra secara akurat dan konsisten.
References
M. Z. Muzakkar et al., “Pemberdayaan Masyarakat Pesisir Petoaha Dalam Pembuatan Bio-Briket Terdoping Smart Liquid TiO2 Berkualitas Tinggi,” 2023. doi: 10.35311/jmpm.v4i2.304.
R. U. Hanafi and N. Tinaprilla, “Daya Saing Komoditas Kakao Indonesia Di Perdagangan Internasional,” 2017. doi: 10.29244/fagb.7.1.1-20.
O. Lawolo, B. A. Waruwu, K. F. Pelawi, and B. G. Saragih, “Analisis Potensi, Tantangan Dan Strategi Pengembangan Pertanian Di Kabupaten Nias, Provinsi Sumatera Utara,” 2022. doi: 10.55606/jurrit.v1i2.431.
I. Zaldy, U. L. Khairat, and Maslan, “Sistem Deteksi Kualitas Kopra Berdasarkan Warna dan Tekstur,” Buletin Poltanesa, vol. 23, no. 1, pp. 403–408, 2022, doi: 10.51967/tanesa.v23i1.
S. A. Batubara, “Perancangan Aplikasi Pengolahan Citra Digital Untuk Menentukan Bibit Unggul Biji Kopi dengan Metode Canny Edge Detection,” JURIKOM (Jurnal Riset Komputer), vol. 7, no. 3, p. 421, Jun. 2020, doi: 10.30865/jurikom.v7i3.2206.
H. Alam, Y. Manurung, H. Widya, and W. H. Nanda, “Penggunaan Metode Canny Edge Detection Untuk Mendeteksi Tepi Uang Kertas Asli Berbasis Java,” In Semnastek Uisu, 2023, pp. 177–181.
A. Abdullah, U. Usman, and M. Efendi, “Copra Quality Classification System Based on Color and Texture Using Nearest Mean Classifier (NMC) Method,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 4, no. 4, p. 297, Dec. 2017, doi: 10.25126/jtiik.201744479.
M. F. H. Dermawan, D. Witarsyah, and H. Fakhruroja, “Penerapan Image Processing untuk Mengetahui Tingkat Kematangan Kopi Menggunakan Algoritma K-Nearest Neighbor (KNN) pada Perkebunan Kopi Malabar Bandung,” e-Proceeding of Engineering, vol. 10, no. 3, pp. 3246–3252, 2023.
I. H. Lahay, J. Darusalam Giu, and M. Bawole, “Penentuan Grade Kopra Dengan Penerapan Metode Logika Fuzzy,” Jambura Journal of Electrical and Electronics Engineering, vol. 5, no. 1, pp. 122–129, 2023, doi: 10.37905/jjeee.v5i1.17073.
L. Maximillian, Y. Finsensia Riti, M. Anugraha, and Y. J. Palis, “Perbandingan Algoritma Sobel Dan Canny Untuk Deteksi Tepi Citra Daun Lidah Buaya,” KOMPUTA?: Jurnal Ilmiah Komputer dan Informatika, vol. 12, no. 2, 2023, doi: 10.34010/komputa.v12i2.10997.
M. R. Pratama and I. F. Hanif, “Implementasi Metode Canny dalam Deteksi Tepi pada Aplikasi OMR (Optical Mark Recognition) Menggunakan Pengembangan Sistem Waterfall,” Edunity?: Kajian Ilmu Sosial dan Pendidikan, 2023, [Online]. Available: https://api.semanticscholar.org/CorpusID:257359380
A. Mustafid and S. Uyun, “Segmentasi Citra Sapi Berbasis Deteksi Tepi Menggunakan Algoritma Canny Edge Detection,” J Biomed Inform, vol. 8, 2017, [Online]. Available: https://api.semanticscholar.org/CorpusID:67054379
N. Panjaitan, “Segmentasi Citra Digital Dengan Menggunakan Algoritma Khutlang,” Journal of Information System Research (JOSH), vol. 1, no. 4, Jul. 2020, [Online]. Available: https://ejurnal.seminar-id.com/index.php/josh/article/view/154
R. Rahayu Marlis, F. Yunita, and Abdullah, “Sistem Prediksi Kualitas Kopra Putih Menggunakan k-Nearest Neighbor (k-NN),” SISTEMASI: Jurnal Sistem Informasi , vol. 10, no. 2, pp. 290–299, 2021, [Online]. Available: http://sistemasi.ftik.unisi.ac.id
D. Tribuana, Hazriani, and A. Latief Arda, “Image Preprocessing Approaches Toward Better Learning Performance with CNN,” JOURNAL RESTI (Rekayasa Sistem Teknologi Informasi), vol. 8, no. 1, pp. 1–9, 2024, doi: 10.29207/resti.v8i1.5417.
D. Tribuana, H. Hazriani, and A. Latief Arda, “Face recognition for smart door security access with convolutional neural network method,” TELKOMNIKA (Telecommunication Computing Electronics and Control), vol. 22, no. 3, pp. 702–710, Jun. 2024, doi: 10.12928/telkomnika.v22i3.25946.
Riswanto, A. Ahmad, Hazriani, and D. Tribuana, “Calorie Detection of Traditional Indonesian Food Using the Single Shot Multibox Detector (SSD) Method,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 3, pp. 819–829, 2024, doi: 10.57152/malcom.v4i3.1332.
S. A. Batubara, “Perancangan Aplikasi Pengolahan Citra Digital Untuk Menentukan Bibit Unggul Biji Kopi dengan Metode Canny Edge Detection,” JURIKOM (Jurnal Riset Komputer), vol. 7, no. 3, p. 421, 2020, doi: 10.30865/jurikom.v7i3.2206.
I. H. Lahay, H. Hasanuddin, J. D. Giu, and M. G. Bawole, “Penentuan Grade Kopra Dengan Penerapan Metode Logika Fuzzy,” Jambura Journal of Electrical and Electronics Engineering, vol. 5, no. 1, pp. 122–129, 2023, doi: 10.37905/jjeee.v5i1.17073.
Md. A. Rahman, M. F. I. Amin, and M. Hamada, “Edge Detection Technique by Histogram Processing with Canny Edge Detector,” in 2020 3rd IEEE International Conference on Knowledge Innovation and Invention (ICKII), 2020, pp. 128–131. doi: 10.1109/ICKII50300.2020.9318922.
T. Pinandita, O. T. Rasdianto, and S. Sugiyanto, “Implementation of the canny edge detection algorithm on mobile cameras,” AIP Conf Proc, vol. 2578, no. 1, p. 060013, Nov. 2022, doi: 10.1063/5.0119148.
K. Muhammad Rizky Alditra Utama, R. Umar, and A. Yuhdana, “Edge detection comparative analysis using Roberts, Sobel, Prewitt, and Canny methods,” Jurnal Teknologi dan Sistem Komputer, vol. 10, no. 2, pp. 67–71, 2022, doi: 10.14710/jtsiskom.2022.14209.
D. Sundani, S. Widiyanto, Y. Karyanti, and D. T. Wardani, “Identification of Image Edge Using Quantum Canny Edge Detection Algorithm,” Journal of ICT Research and Applications, vol. 13, no. 2, pp. 133–144, Sep. 2019, doi: 10.5614/itbj.ict.res.appl.2019.13.2.4.
