Deteksi dan Pemutuan Nanas Berbasis Computer Vision.

Abstract

Penelitian ini membahas teknik deteksi bagian buah dari nanas dan memutukan secara live atau real time berbasis computer vision. Deteksi bagian buah dari nanas dilakukan dengan dua metode yaitu metode deteksi Viola-Jones dan metode image processing biasa yang dirancang untuk pekerjaan grading. Deteksi dilakukan dalam ruangan dengan warna latar homogen dan intensitas cahaya sebesar 570-600 Lux. Bagian buah dari nanas yang terdeteksi kemudian diekstrak fitur-fiturnnya seperti ukuran buah, dan komponen warna. Fitur ukuran digunakan untuk pengkelasan berdasarkan berat (standard SNI), sedangkan fitur warna digunakan untuk pengkelasan berdasarkan kematangan (standard industri, Sunpride). Pengkelasan berdasarkan kematangan dilakukan dengan jaringan syaraf. Mutu akhir yang dihasilkan merupakan kombinasi antara berat dan kematangan. Keseluruhan proses membutuhkan waktu 0,2-0,25 s untuk komputer dengan prosesor 2,6 GHz dan RAM 4 GB. Pemutuan berdasarkan berat dan warna mengasilakan akurasi masing-masing sebesar 74,93% dan 92,19%.