Electronic Theses and Dissertation

Penyebaran kelapa di Provinsi Aceh memiliki nilai produksi kelapa yang cukup tinggi. Persebaran tanaman kelapa di Aceh didukung dengan berbagai macam bentuk olahan, salah satunya menjadi bahan campuran masakan. Cara untuk mengolahnya yaitu dengan cara dijadikan sebagai kelapa sangrai, atau dalam masyarakat Aceh dikenal dengan sebutan U Neulheu. Tujuan dari penelitian ini yaitu untuk mengembangkan sistem yang mampu secara otomatis mengklasifikasikan tingkat kematangan kelapa sangrai berdasarkan warna pada karakteristik terlalu mentah (undercook), matang sempurna (best), atau terlalu matang (overcook) dengan menggunakan metode MLP (Multilayer Perceptron). Sampel kelapa sangrai yang digunakan untuk data training sebanyak 315 kelapa sangrai dan sampel data testing sebanyak 135 kelapa sangrai. Pengambilan citra kelapa sangrai menggunakan kamera DSLR Sony Alpha 55 dengan resolusi kamera 16,2 MP. Data citra diolah menggunakan software MVTec HALCON versi 24.11. serta pada penelitian ini menggunakan photobox dengan pencahayaan yang merata agar hasil yang lebih maksimal.
Teknologi pengolahan citra digital untuk melakukan klasifikasi kematangan kelapa sangrai menggunakan metode Multi-Layer Perceptron (MLP) pada penelitian ini sudah bisa dikatakan cukup bagus jika dibandingkan dengan penelitian terdahulu. Persentase akurasi untuk klasifikasi kematangan kelapa sangrai menggunakan pengolahan citra diperoleh dengan fitur RGB dan HSI yaitu untuk nilai kelas kelapa sangrai undercook sebesar 98%, kelas kelapa sangrai best 86% dan kelas kelapa sangrai overcook 100%, dengan nilai rata-rata akurasi sebesar 93 % dan pengujian hasil klasifikasi memiliki persentase sebesar 93,33%. Untuk mencapai hasil klasifikasi yang lebih akurat, diperlukan analisis yang lebih komprehensif yang mencakup fitur-fitur lain seperti tekstur dan distribusi warna selain hanya mengandalkan nilai warna RGB atau HSI.
Penyebaran kelapa di Provinsi Aceh memiliki nilai produksi kelapa yang cukup tinggi. Persebaran tanaman kelapa di Aceh didukung dengan berbagai macam bentuk olahan, salah satunya menjadi bahan campuran masakan. Cara untuk mengolahnya yaitu dengan cara dijadikan sebagai kelapa sangrai, atau dalam masyarakat Aceh dikenal dengan sebutan U Neulheu. Tujuan dari penelitian ini yaitu untuk mengembangkan sistem yang mampu secara otomatis mengklasifikasikan tingkat kematangan kelapa sangrai berdasarkan warna pada karakteristik terlalu mentah (undercook), matang sempurna (best), atau terlalu matang (overcook) dengan menggunakan metode MLP (Multilayer Perceptron). Sampel kelapa sangrai yang digunakan untuk data training sebanyak 315 kelapa sangrai dan sampel data testing sebanyak 135 kelapa sangrai. Pengambilan citra kelapa sangrai menggunakan kamera DSLR Sony Alpha 55 dengan resolusi kamera 16,2 MP. Data citra diolah menggunakan software MVTec HALCON versi 24.11. serta pada penelitian ini menggunakan photobox dengan pencahayaan yang merata agar hasil yang lebih maksimal.
Teknologi pengolahan citra digital untuk melakukan klasifikasi kematangan kelapa sangrai menggunakan metode Multi-Layer Perceptron (MLP) pada penelitian ini sudah bisa dikatakan cukup bagus jika dibandingkan dengan penelitian terdahulu. Persentase akurasi untuk klasifikasi kematangan kelapa sangrai menggunakan pengolahan citra diperoleh dengan fitur RGB dan HSI yaitu untuk nilai kelas kelapa sangrai undercook sebesar 98%, kelas kelapa sangrai best 86% dan kelas kelapa sangrai overcook 100%, dengan nilai rata-rata akurasi sebesar 93 % dan pengujian hasil klasifikasi memiliki persentase sebesar 93,33%. Untuk mencapai hasil klasifikasi yang lebih akurat, diperlukan analisis yang lebih komprehensif yang mencakup fitur-fitur lain seperti tekstur dan distribusi warna selain hanya mengandalkan nilai warna RGB atau HSI.

The spread of coconut in Aceh Province has a high value of coconut production. The spread of coconut plants in Aceh is supported by various forms of processing, one of which is a mixture of dishes. The way to process it is by being used as roasted coconut, or in the Acehnese community known as U Neulheu. The purpose of this research is to develop a system that is able to automatically classify the level of maturity of roasted coconut based on color on the characteristics of too raw (undercook), perfectly cooked (best), or overcooked (overcook) using the MLP (Multilayer Perceptron) method. Roasted coconut samples used for training data are 315 roasted coconuts and testing data samples are 135 roasted coconuts. The roasted coconut image was taken using a Sony Alpha 55 DSLR camera with a camera resolution of 16.2 MP. Image data is processed using MVTec HALCON software version 24.11. and in this study using a photo booth with even lighting for maximum results. Digital image processing technology to classify the maturity of roasted coconut using the Multi-Layer Perceptron (MLP) method in this study can be said to be quite good when compared to previous studies. The percentage of accuracy for the classification of roasted coconut maturity using image processing obtained with RGB and HSI features is for the value of the undercook roasted coconut class of 98%, the best roasted coconut class of 86% and the overcook roasted coconut class of 100%, with an average accuracy value of 93% and testing the classification results has a percentage of 93.33%. To achieve more accurate classification results, a more comprehensive analysis is needed that includes other features such as texture and color distribution other than just relying on RGB or HSI color values.