PERBAIKAN CITRA INPUT UNTUK DETEKSI KUALITAS DAUN SAWI MENGGUNAKAN METODE COLOR BLOB

Hidayah, Aditia (2025) PERBAIKAN CITRA INPUT UNTUK DETEKSI KUALITAS DAUN SAWI MENGGUNAKAN METODE COLOR BLOB. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

[img] Text (Skripsi)
ADITIA HIDAYAH_2155201234_Fulltext.pdf - Submitted Version
Restricted to Repository staff only

Download (395kB) | Request a copy
[img] Text (Turnitin)
ADITIA HIDAYAH_2155201234_Turnitin_compressed.pdf - Submitted Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (Abstrak + BAB 1)
ADITIA HIDAYAH_2155201234_ABSTRAK+ BAB I.pdf - Submitted Version

Download (503kB)
[img] Text (BAB 2)
ADITIA HIDAYAH_2155201234_BAB II .pdf - Submitted Version

Download (286kB)
[img] Text (BAB 3)
ADITIA HIDAYAH_2155201234_BAB III .pdf - Submitted Version
Restricted to Repository staff only

Download (274kB) | Request a copy
[img] Text (BAB 4)
ADITIA HIDAYAH_2155201234_BAB IV .pdf - Submitted Version
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text (BAB 5)
ADITIA HIDAYAH_2155201234_BAB V.pdf - Submitted Version

Download (112kB)
[img] Text (Ref + Lamp)
ADITIA HIDAYAH_2155201234_REF.pdf - Submitted Version

Download (175kB)

Abstract

Deteksi citra secara otomatis pada produk pertanian, seperti daun sawi, menghadapi tantangan tersendiri akibat variasi warna, kondisi pencahayaan, serta kualitas citra yang dapat mempengaruhi tingkat akurasi sistem. Penelitian ini bertujuan untuk merancang sistem deteksi citra daun sawi dengan menerapkan metode Hue, Saturation, Value (HSV) dan Color Blob Detection, yang dipadukan dengan teknik preprocessing seperti Gaussian Blur, Histogram Equalization, dan Adaptive Thresholding guna meningkatkan kualitas citra sebelum proses deteksi. Sistem ini dikembangkan menggunakan bahasa pemrograman Python dan dievaluasi menggunakan Confusion Matrix untuk mengukur performa model dalam mendeteksi citra daun sawi.Hasil pengujian menunjukkan bahwa sistem mampu mencapai tingkat akurasi 73%, precision 100%, serta F1 Score 84%. Meskipun metode yang diterapkan menghasilkan performa yang cukup baik dalam deteksi citra daun sawi, masih terdapat beberapa keterbatasan, khususnya terkait variasi jarak pengambilan gambar serta ketidakstabilan pencahayaan yang dapat mempengaruhi hasil deteksi. Berdasarkan temuan penelitian ini, dapat disimpulkan bahwa metode yang digunakan cukup efektif dalam mendeteksi citra daun sawi, meskipun masih diperlukan perbaikan untuk meningkatkan konsistensi hasil dalam berbagai kondisi lingkungan.

Item Type: Thesis (Skripsi (Bachelor))
Additional Information: Pembimbing : Yuza Reswan Harun, S.Kom., M.Kom
Uncontrolled Keywords: Kata Kunci : deteksi objek, preprocessing, pengolahan citra digital, pyhton, HSV
Subjects: Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions: 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User: Mrs Atika Ledia Anggraini
Date Deposited: 16 May 2025 03:40
Last Modified: 16 May 2025 03:40
URI: http://repository.umb.ac.id/id/eprint/1021

Actions (login required)

View Item View Item