DETEKSI KUALITAS BERAS MENGGUNAKAN SEGMENTASI CITRA BERDASARKAN PECAHAN BULIR DAN SEBARAN WARNA

Eko Supriyadi; Achmad Basuki; Riyanto Sigit

doi:10.36595/jire.v3i1.210

Eko Supriyadi Politeknik Elektronika Negeri Surabaya
Achmad Basuki Politeknik Elektronika Negeri Surabaya
Riyanto Sigit Politeknik Elektronika Negeri Surabaya

DOI: https://doi.org/10.36595/jire.v3i1.210

Abstract

Ada banyak kasus penipuan dalam pemalsuan beras dengan mencampur beras berkualitas baik dengan beras berkualitas rendah untuk kenaikan harga. Untuk melindungi masyarakat dari pemalsuan, kami melakukan penelitian untuk mendeteksi kualitas beras yang nantinya dapat membantu masyarakat untuk dapat membedakan kualitas baik dan buruk. Penelitian ini menyajikan sistem pemrosesan citra beras berbiaya rendah untuk menilai kualitas beras. Banyak faktor yang mempengaruhi kualitas beras seperti fragmen biji-bijian, warna yang tidak seragam, bau dan faktor lainnya. Penelitian ini menggunakan prosentase butiran beras pecah dan keseragaman warna untuk menentukan kualitas beras. Kami mengusulkan fitur tekstur dengan segmentasi Otsu untuk menentukan jumlah butiran pecah dan distribusi warna untuk menentukan seragam warna. Hasil klasifikasi menggunakan validasi K Folddengan k=10 pada data asli menunjukkan hasil K-Nearest Neigbour memiliki akurasi 99,87%.

References

[1] Badan Standardisasi Nasional. (2008). SNI 6128:2008 Beras. Jakarta: BSN.
[2] E. Z. Parveen, “Assessment of Quality of Rice Grain using Optical and Image Processing Technique,”pp. 265–270, 2017.
[3] I. Shape et al., “Pengolahan Citra Digital Menggunakan Metode Susan Detection Dan Neurofuzzy Untuk Identifikasi Komponen,” vol. 4, no. 6, pp. 30–45, 2017.
[4] S. F. Ali, H. Jamil, R. Jamil, I. Torij, and S. Naz, “Low cost solution for rice quality analysis using morphological parameters and its comparison with standard measurements,” Proc. 2017 Int. Multi-Topic Conf. INMIC 2017, vol. 2018–January, pp. 1–6, 2018.
[5] D. Ngampak and P. Piamsa-Nga, “Image analysis of broken rice grains of Khao Dawk Mali rice,” Proc. 2015-7th Int. Conf. Knowl. Smart Technol. KST 2015, pp. 115–120, 2015.
[6] N. Pratibha, M. Hemlata, M. Krunali, and P. S. T. Khot, “Analysis and Identification of Rice Granules Using Image Processing and Neural Network,” vol. 10, no. 1, pp. 25–33, 2017.
[7] S. Shantaiya and U. Ansari, “Identification Of Food Grains And Its Quality Using Pattern Classification,” Image (Rochester, N.Y.), vol. 2, no. 2, pp. 70–74, 2010.
[8] G. Van Dalen, “Determination of the size distribution and percentage of broken kernels of rice using flatbed scanning and image analysis,” Food Res. Int., vol. 37, no. 1, pp. 51–58, 2004.
[9] H. S. Gujjar, “A Method for Identification of Basmati Rice grain of India and Its Quality Using Pattern Classification,” vol. 3, no. 1, pp. 268–273, 2013.
[10] D. Sharma and S. D. Sawant, “Grain quality detection by using image processing for public distribution,” Proc. 2017 Int. Conf. Intell. Comput. Control Syst. ICICCS 2017, vol. 2018–January, pp. 1118–1122, 2018.
[11] P. Kongsawat, “Quality Assessment of Thai Rice Kernels Using Low Cost Digital Image Processing System,” 2018.
[12] Nagoda, N., & Ranathunga, L. (2018), “Rice Sample Segmentation and Classification Using Image Processing and Support Vector Machine,” 2018 IEEE 13th International Conference on Industrial and Information Systems (ICIIS), (978), 179–184. https://doi.org/10.1109/ICIINFS.2018.8721312
[13] Asif, M. J., Shahbaz, T., Tahir Hussain Rizvi, S., & Iqbal, S. (2019), “Rice Grain Identification and Quality Analysis using Image Processing based on Principal Component Analysis,” RAEE 2018 - International Symposium on Recent Advances in Electrical Engineering, 1–6. https://doi.org/10.1109/RAEE.2018.8706891
[14] Parveen, E. Z. (2017), “Assessment of Quality of Rice Grain using Optical and Image Processing Technique,” 265–270.
[15] Ruslan, R., & Ibrahim, M. F. (2018), “Effect of Background Color on Rice Seed Image Segmentation using Machine Vision,” 2018 International Conference on Computational Approach in Smart Systems Design and Applications (ICASSDA),1–4.
(16) Pambudy, A. P., & Syairozi, M. I. (2019). Analisis Peran Belanja Modal dan Investasi Swasta Terhadap Pertumbuhan Ekonomi Serta Dampaknya Pada Kesejahteraan Masyarakat. Jurnal Ekonomi dan Bisnis, 20(1), 26-39.
(17) Vani, E. P., & Sridadi, A. R. (2020). Pengaruh Disiplin Terhadap Kinerja Guru Smpn Di Kecamatan X Dengan Motivasi Sebagai Variabel Intervening. JURNAL EKBIS: ANALISIS, PREDIKSI DAN INFORMASI, 21(1), 53-68.
[18] L. Mutawalli, M. T. A. Zaen, and I. F. Suhriani, “Sistem Identifikasi Persebaran Pecemaran Air Oleh Limbah di Indonesia Menggunakan Average Linkage Dan K-Mean Cluster,” MISI (Jurnal Manaj. Inform. Sist. Informasi), vol. 1, no. 2, pp. 36–42, 2018.