Klasifikasi Tingkat Kematangan Jahe Gajah Menggunakan Learning Vector Quantization

Abstract

Ginger Gajah (Zingiber officinale var officinarum), which belongs to the Zingiberaceae family (temu-finds), has long been known and grown well in Indonesia. Ginger Gajah is defined as a biopharmaceutical plant that is included in the Horticultural Plant group which has the highest harvest area, highest export and main production in Indonesia. The production of Gajah Ginger seedlings in Indonesia continues to increase significantly, but the quality produced is quite low and varied compared to the price of the same product from other producing countries. One of the requirements to improve the quality of Gajah Ginger seeds is to harvest Elephant Ginger at the right level of maturity. One of the ways to determine the quality of maturity of elephant ginger seeds is by looking at the color of elephant ginger, which is usually done manually and involves humans as decision making. This method has a weakness in time and a limitation of the human senses. So we need a system that can classify the maturity level of Ginger Gajah. This study uses the Learning Vector Quantization (LVQ) method. In the image processing process, Ginger Gajah is used as input. Before the image is classified, the image will go through the pre-processing stage starting from resizing, next segmentation stage is thresholding, then extraction fiture is statistical extraction, the last the image is classified using Learning Vector Quantization. In this study, 900 data were used. Where is 750 for training data and 150 for test data. Based on the test results in this study, the system can classify the maturity level of Gajah Ginger with an accuracy of 90%. Keywords

Jahe Gajah (Zingiber officinale var officinarum) yang termasuk keluarga Zingiberaceae (temu-temuan) telah lama dikenal dan tumbuh baik di Indonesia. Jahe Gajah terdefinisi sebagai tanaman biofarmaka yang termasuk ke dalam kelompok Tanaman Hortikultura yang memiliki luas panen paling tinggi, ekspor tertinggi dan produksi utama di Indonesia. Produksi bibit Jahe Gajah di Indonesia secara signifikan terus meningkat, namun mutu yang dihasilkan pun cukup rendah dan beragam dibanding harga produk yang sama dari negara produsen lainnya. Salah satu syarat untuk meningkatkan kualitas bibit Jahe Gajah adalah memanen Jahe Gajah pada tingkat kematangan yang tepat. Penentuan mutu kematangan bibit Jahe Gajah salah satunya dilakukan dengan melihat warna Jahe Gajah yang biasanya dilakukan secara manual dan melibatkan manusia sebagai pengambilan keputusan. Cara ini memiliki kelemahan dalam waktu dan keterbatasan indra manusia. Sehingga dibutuhkan sistem yang dapat mengklasifikasi tingkat kematangan Jahe Gajah. Penelitian ini menggunakan metode Learning Vector Quantization (LVQ). Pada proses pengolahan citra Jahe Gajah digunakan sebagai input. Sebelum citra diklasifikasi, citra akan melalui tahap pre-processing dimulai dari resizing, selanjutnya tahap segmentation yaitu thresholding, kemudian fitur ekstraksi yaitu ekstraksi statistik dan tahap terakhir citra diklasifikasi menggunakan Learning Vector Quantization. Pada penelitian ini data yang digunakan sebanyak 900 data. Dimana 750 untuk data latih dan 150 untuk data uji. Berdasarkan hasil pengujian pada penelitian ini sistem dapat mengklasifikasi tingkat kematangan Jahe Gajah dengan akurasi sebesar 90%.