Machine Learning Pada Deteksi Kualitas Bawang Merah Dengan Memanfaatkan Ekstraksi Fitur Histogram Oriented Gradient

muhammad ihsan, Cipta Riang Sari, Ul Khairat

Abstract


Bawang Merah, yang dikenal dengan nama ilmiah Psidium guajava, adalah buah tropis yang berasal dari Amerika Tengah dan Selatan. Buah ini sangat populer di berbagai negara berkat rasa manis dan khasiat kesehatannya yang luar biasa. Bawang Merah sering dikonsumsi secara langsung, dibuat jus, atau diolah menjadi berbagai produk makanan seperti selai dan jeli. Selain rasanya yang lezat, Bawang Merah memiliki sejumlah manfaat kesehatan yang membuatnya menjadi tambahan yang baik untuk diet harian. Saat ini, pemeriksaan kualitas Bawang Merah hanya dapat dilakukan oleh petani yang sangat paham terkait Bawang Merah. Dengan memanfaatkan Machine Learning pada deteksi kualitas Bawang Merah dan Ekstraksi Fitur Histogram Oriented Gradient yang cepat dan akurat, petani dapat mengambil tindakan preventif secara lebih efisien, mengurangi kerugian hasil panen, dan meningkatkan produktivitas pertanian secara keseluruhan.

Keywords


Manfaat Kesehatan, Machine Learning, Ekstraksi Fitur, HOG, Deteksi Kualitas

Full Text:

PDF

References


Area, U. M. (2023). Identifikasi Tumor Pada Kulit Menggunakan Metode Generalized Learning Vector Quantization Skripsi Oleh : Riza Aprilliani Fakultas Teknik Universitas Medan Area Medan Identifikasi Tumor Pada Kulit Menggunakan Metode Learning Vector Quantization Skripsi Dia.

Chandran, M. (2019). A Review on Facial Expression Recognition using Deep Learning. 7(13), 1–2.

Khairat, U. (2023). Peqguruang : Conference Series. 5(September).

Satria, A., Maulida Badri, R., Safitri, I., & Artikel, H. (2023). Prediksi Hasil Panen Tanaman Pangan Sumatera dengan Metode Machine Learning. Digital Transformation Technology (Digitech) | E, 3(2), 389–398. https://doi.org/10.47709/digitech.v3i2.2852

Suhendra, R., Juliwardi, I., & Sanusi, S. (2022). Identifikasi dan Klasifikasi Penyakit Daun Jagung Menggunakan Support Vector Machine. Jurnal Teknologi Informasi, 1(1), 29–35. https://doi.org/10.35308/.v1i1.5520




DOI: http://dx.doi.org/10.35329/jp.v7i1.5574

Article Metrics

Abstract views : 94 times | PDF - 35 times

Refbacks

  • There are currently no refbacks.


Alamat Penyunting & Distribusi:

JOURNAL PEQGURUANG: Conference Series

E-ISSN: 2686-3472

Gedung Biro AKSI. Lt 2. Ruang  Lembaga Penelitian dan Pengabdian Masyarakat Universitas Al Asyariah Mandar
Telp./Fax (0428) 21038

Email: peqguruang@gmail.com

Website: https://journal.lppm-unasman.ac.id/index.php/peqguruan/index

Penerbit:
Lembaga Penelitian dan Pengabdian Masyarakat Universitas Al Asyariah Mandar


Indexed by:

    

   

Member of:

 

 

Creative Commons License
JOURNAL PEQGURUANG: Conference Series is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

 

Flag Counter

 

https://ihdn.ac.id/