EKSTRAKSI CIRI TRANSFORMASI CURVELET DISKRIT UNTUK MENDETEKSI KERUSAKAN PERMUKAAN BUAH MANGGIS

Manggis (Garcinia rnangostana L) merupakan salah satu jenis buah-buahan 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%.
Volta Itaanri• nannntiohon ii,;*rsa plzetrsalre; tro;ri frohnefrirmaci eurindoi dieltrit