Analisis Kematangan Buah Pisang dengan Metode Gray Level Co-Occurence Matrix (GLCM)

Abstract

Perkembangan teknologi yang semakin maju khususnya komputer vision telah menjadi sebuah tantangan dalam menganalisis dan memproses suatu citra. Algoritma yang digunakan pada computer vision sangat sulit untuk mengenali tekstur dari suatu citra. Berbeda dengan penglihatan manusia yang dapat mengenali tekstur dengan mudah. Menganalisis suatu citra diperlukan perhitungan secara matematis pada objek baik itu secara piksel maupun geometris. Sehingga digunakanlah suatu metode pengenalan tekstur yaitu Gray Level Co-Occurrence Matrix atau GLCM. Metode GLCM adalah suatu metode ekstraksi order kedua pada fitur statistik tekstur. Metode GLCM memiliki beberapa parameter seperti kontras, korelasi, energi dan homogenitas sebagai fitur ekstraksi ciri dalam pemrosesan citra. Tujuan dilakukannya penelitian tentang analisis kematangan ini adalah untuk mengetahui apakah metode Gray Level Co-Occurrance Matrix (GLCM) dapat digunakan dan akurat dalam menganalisis kematangan buah pisang. Dalam penggunaan metode GLCM (Gray Level Co-Occurrence) kematangan buah pisang dapat dianalisis. Dengan hasil akhir berupa sederat angka yang akan dikonversikan menjadi informasi tingkat kematangan buah pisang tersebut. Namun analisis kematangan buah dengan menggunakan GLCM pada program ini belum akurat 100%.