IMPLEMENTASI MESIN PEMILAH BUAH MARKISA BERDASARKAN TINGKAT KEMATANGAN BERBASIS VISI KOMPUTER


SIDEHABI, SITTI WETENRIAJENG (2019) IMPLEMENTASI MESIN PEMILAH BUAH MARKISA BERDASARKAN TINGKAT KEMATANGAN BERBASIS VISI KOMPUTER. Disertasi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
19_P1600313001_Disertasi_Cover1.jpg

Download (4kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
19_P1600313001_Disertasi(FILEminimizer)..ok 1-2.pdf

Download (1MB)
[thumbnail of Dapus] Text (Dapus)
19_P1600313001_Disertasi(FILEminimizer)..ok dapus-lam.pdf

Download (783kB)
[thumbnail of Full Text] Text (Full Text)
19_P1600313001_Disertasi(FILEminimizer)..ok.pdf
Restricted to Repository staff only

Download (4MB)

Abstract (Abstrak)

SITTI WETENRIAJENG SIDEHABI, Implementasi Mesin Pemilah Buah Markisa berdasarkan Tingkat Kematangan Berbasis Visi Komputer (dibimbing oleh Ansar Suyuti, Intan Sari Areni, Ingrid Nurtanio).
Tanaman markisa merupakan jenis tanaman hortikultura kecil yang banyak dibudidayakan di Provinsi Sulawesi Selatan dan menjadi salah satu komoditas unggulan dalam bentuk dodol, jus dan ekstrak buah markisa. Kualitas ekstrak buah markisa dan jus dipengaruhi oleh tingkat kematangan buah markisa. Saat ini, proses pemilahan tingkat kematangan buah markisa dikerjakan secara manual sehingga butuh waktu lebih lama dan kualitas yang dihasilkannya tidak seragam. Hal itulah yang menjadi permasalahan dalam menjaga kualitas hasil olahan buah markisa. Untuk menyelesaikan permasalahan tersebut, maka pada penelitian ini diusulkan suatu mesin yang bisa memilah buah markisa menurut tingkat kematangan secara otomatis. Sistem dilengkapi dengan penggerak pneumatik, gripper colector, kamera dan bowl selector serta dikontrol melalui Raspberry Pi 3 Plus. Pertama-tama buah markisa langsung diangkut oleh gripper colector dan berputar 360 didepan kamera sehingga semua permukaan buah markisa dapat terlihat. Kamera berfungsi sebagai masukan citra untuk proses pemilahan dalam tiga kategori yaitu matang, mengkal dan mentah menggunakan sistem cerdas berbasis visi komputer. Metode visi komputer yang iusulkan adalah Fuzzy C-Means dan K-Means Clustering sebagai pengekstraksi fitur, lgoritma C.45, Neural Network dan Multi-Class Support Vector Machine untuk klasifikasi tingkat kematangan buah markisa. Output dari metode pemilahan berdasarkan visi omputer akan menjadi input untuk menggerakkan bowl selector ke jalur pemilah. Mesin Pemilah buah markisa ini dapat mencapai nilai akurasi 93.3% dengan MSVM dan parameter fungsi Radial Basis Function dengan nilai C = 25 and  = 1e-5. Waktu rata-rata yang dibutuhkan mesin pemilah ini untuk memilah setiap buah markisa yaitu 0.94128 detik dan total waktu yang dibutuhkan untuk memilah 30 buah markisa yaitu 28.2386 detik. Kelemahan dari sistem ini yaitu perlunya pengembangan pada gripper colector yang adaptif terhadap berbagai jenis ukuran buah markisa.
Kata kunci: Buah Markisa, Mesin Pemilah, Kamera, Visi Komputer, KMeans Clustering dan Multi-Class Support Vector Machine.

Item Type: Thesis (Disertasi)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Depositing User: S.Sos Rasman -
Date Deposited: 18 Mar 2021 01:12
Last Modified: 18 Mar 2021 01:12
URI: http://repository.unhas.ac.id:443/id/eprint/3557

Actions (login required)

View Item
View Item