Prediksi Berat dan Harga Buah Mengunakan Sensor Visual
Abstract
Dengan sedikitnya pengetahuan tentang nama buah yang didapat sebelumnya, tidak sedikit anak-anak maupun dewasa yang tidak mengetahui jenis maupun nama suatu buah terutama jika buah tersebut adalah buah yang langka. Selain itu kebutuhan akan alat ukur sangatlah tinggi sebanding dengan kebutuhan akan bahan pangan itu sendiri. Alat ukur yang tersedia hanyalah alat ukur yang menimbang berat buah tanpa dapat memperkirakan harga. Sehingga keberadaan akan alat ukur yang dapat mengukur berat sekaligus menampilkan harga sangatlah dibutuhkan. Dalam penelitian ini dikembangkan sistem yang menjawab kebutuhan akan sistem yang dapat memprediksi berat buah dan harga buah. Proses prediksi berat buah dilakukan dengan perhitungan jumlah pixel dan dianalisa menggunakan persamaan regresi. Hasil perkiraan berat buah ini menghasilkan eror berat rata-rata 4.44%. Sementara proses perkiraan harga buah didapat dari perkiraan bobot buah dikalikan harga per berat buah masing-masing. Hasil perkiraan harga buah ini menghasilkan eror harga buah rata-rata 5.64 %.
Downloads
References
C.C. Teoh and A.R. Syaifudin, “Image processing and analysis techniques for estimating weight of Chokanan mangoes”, Jurnal of Tropical Agricultural and Food Science, pp. 183– 190. 35(1). 2007
P. Poonnoy dan T. Chum , “Estimation of Sushi Shrimp Weight Using Image Analysis Technique and Non-linear Regression Models”, Proceding of International conference of agricultural engineering, 2012.
S. Behera, S. Sangita dan A. Rat, “Image Processing Based Detection & Size Estimation of Fruit on Mango Tree Canopies”, International Journal of Applied Engineering Research, 13(4), 2018.
I.K. Mudana, “Pengembangan aplikasi pengkelasan mutu buah tomat berdasarkan bobot buah menggunakan pengolahan citra digital dengan analisis regresi”, Kumpulan Artikel Mahasiswa Pendidikan Teknik
Informatika (KARMAPATI), 2 (1), pp. 181-195, 2013.
O. Comert, M. Hekim dan K. Adem, “Weight and diameter estimation using image processing and machine learning techniques on apple images”, International Journal of Engineering Research and Development, 9(3), 2017.
A. Kadouf and M. Mustafah, “Colour-based object detection and tracking for autonomous Quadrotor UAV”, IOP Conference Series: Materials Science and Engineering, vol 53(1), 2013.
B. Sugandi, “Deteksi dan Pelacakan Wajah Berdasarkan Warna Kulit Menggunakan Partikel Filter”, Jurnal Rekayasa Elektrika, vol 14(2), 2018
K. Yudhistiro, “Menghitung Obyek 2D Menggunakan Connected Component Labeling”, Seminar Nasional Sistem Informasi, 2017
N. Wood, E. Abuh dan A. Robert, “Development of a pineapple fruit recognition and counting system using digital farm image, Journal of Computing & ICT Reference, 12(2), pp 131-139, 2019
W. Qureshi, A. Payne, K. Walsh, dan M. Dailey, “Machine vision for counting fruit on mango tree
canopies”, Precision Agriculture, 18, pp. 224-244, 2017.
