SISTEM KLASIFIKASI KUALITAS BIJI JAGUNG BERDASARKAN TEKSTUR DENGAN METODE DISCRET WAVELET TRANSFORM DAN KLASIFIKASI SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL

Abstract

Mutu jagung menjadi salah satu persyaratan utama bagi industri pakan. Pada umumnya, proses penentuan kualitas benih yaitu biji jagung dilakukan secara manual dengan pengamatan visual. Proses tersebut menghasilkan penilaian berdasarkan sudut pandang masing-masing pengamat yang cenderung subjektif. Penilaian subjektif ini membutuhkan waktu yang lama dan kondisi pengukuran harus tepat, sehingga hasil pengamatan akan berbeda-beda tergantung pada penglihatan mata maupun presepsi visualnya, serta latar belakang pengamat dan faktor lainnya. Untuk mengatasi hal tersebut, dalam penelitian, dirancang sebuah sistem yang dapat mengklasifikasikan biji jagung berdasarkan tekstur berbasis pengolahan citra digital, sehingga didapatkan hasil yang objektif dan tepat. Data citra yang diperlukan adalah sampel biji jagung kering dengan menggunakan metode Discrete Wavelet Transform, dan untuk klasifikasi citra biji jagung menggunakan Support Vector Machine. Berdasarkan penelitian yang telah dilakukan, didapatkan akurasi sebesar 93,33% dengan waktu komputasi 0,6384s pada parameter ektraksi ciri DWT orde satu yaitu Mean, Variance, Skewness, Kurtosis, dan Entropy dengan subband LL, level 2 dekomposisi wavelet, jenis kernel Linear dan multiclass OAO pada SVM. Dengan adanya sistem ini, dapat dijadikan standar akurasi yang tepat dalam pengukuran kualitas biji jagung