EKSTRAKSI CIRI TRANSFORMASI CURVELET DISKRIT UNTUK MENDETEKSI KERUSAKAN PERMUKAAN BUAH MANGGIS
Abstract
Manggis (Garcinia mangostana L) merupakan salah satu jenis buahbuahan
ekspor yang dihasilkan oleh petani Indonesia dan mempunyai nilai
ekonomis yang cukup tinggi. Buah manggis merupakan salah satu komoditas
buah Indonesia dan dijadikan sebagai primadona ekspor yang menjadi andalan
Indonesia untuk meningkatkan devisa negara. Kendala yang dihadapi dalam
menghadapi persaingan dengan ekspor manggis produksi dari negara lain adalah
dalam hal kualitas manggis. Kualitas buah akan berkurang jika dalam
pemasarannya dibutuhkan waktu yang lama. Kualitas buah dapat dilihat dari
permukaan buah, apakah terdapat kerusakan atau tidak. Penyortiran yang
dilakukan petani selama ini masih menggunakan cara konvensional yaitu dengan
indra penglihatan. Cara konvensional ini dirasa kurang efektif karena
membutuhkan tenaga yang lumayan besar, membutuhkan waktu lama, dan adanya
persepsi yang berbeda antara petani. Untuk mengatasi permasalahan tersebut,
akan dikembangkan metode ekstraksi ciri kualitas permukaan buah manggis
berbasis pengolahan citra. Tahap awal pengolahan citra adalah dengan persamaan
ukuran citra kemudian citra dikonversi ke mode grayscale, kemudian dilakukan
transformasi curvelet diskrit. Selanjutnya adalah tahap pengambilan nilai ekstraksi
ciri mean, energy, entropy, standard deviation, variance, sum, correlation,
contrast, dan homogeneity. Hasil dari ekstraksi ciri selanjutnya digunakan sebagai
masukkan nilai pada tahap klasifikasi. Dari beberapa ekstraksi tersebut akan
diketahui ekstraksi mana yang memiliki nilai tertinggi akurasinya. Metode
klasifikasi yang digunakan adalah Linear Discriminant Analysis (LDA) dengan
metode validasi K-Fold Cross Validation yang pada penelitian ini dibagi atas 4-
fold cross validation. Setelah dilakukan pengujian terhadap 120 citra, nilai
tertinggi hasil dari akurasi yaitu dengan ekstraksi ciri standar deviation sebesar
91,7% dan variance sebesar 88,4%.