IDENTIFIKASI KUALITAS SELADA HIDROPONIK DENGAN NUTRISI NPK BERDASARKAN FITUR CITRA MENGGUNAKAN METODE K-NEAREST NEIGHBORS (KNN)

Maharani, Sanila (2024) IDENTIFIKASI KUALITAS SELADA HIDROPONIK DENGAN NUTRISI NPK BERDASARKAN FITUR CITRA MENGGUNAKAN METODE K-NEAREST NEIGHBORS (KNN). Other thesis, Universitas Multi Data Palembang.

Text ilovepdf_merged (10).pdf Download (1MB)

Abstract

Hidroponik adalah penanaman yang tidak bergantung pada tanah sebagai substrat melainkan hanya menggunakan air yang mengandung larutan nutrisi yang diperlukan oleh tanaman. Selada (Lactuca Sativa) merupakan jenis sayuran yang sangat populer di Seluruh dunia karena diminati banyak orang begitu juga selada yang ditanam menggunakan metode hidroponik karena kandungan gizi tinggi, dalam sistem hidroponik tanaman memperoleh nutrisi utama dari larutan nutrisi yang mencakup tiga unsur penting yaitu nutrisi NPK (Nitrogen, Fosfor, Kalium). Namun jika tanaman selada hidroponik tidak mencakup tiga larutan nutrisi tersebut selada akan terlihat berbeda dari warna begitu juga selada yang Full Nutrisi. Projek ini bertujuan untuk membangun suatu sistem yang mampu mengidentifikasi kualitas nutrisi selada dengan menggunakan Ekstraksi Warna Hue, Saturation, Value (HSV) dengan metode identifikasi menggunakan K-Nearest Neighbors (KNN) serta menerapkan hasil evaluasi menggunakan jarak Euclidean Distance, agar dapat mengetahui tingkat akurasi lebih tinggi dengan pemrosesan digital. Oleh karena itu penelitian ini dilakukan proses identifikasi kualitas nutrisi selada menjadi 4 kelas, yaitu FN (Full Nutrisi), K (Kalium), N (Nitrogen), P (Fosfor). Nilai tertinggi pada K=1 dengan akurasi sebesar 86,2% dengan kepuasan pengguna aplikasi sebesar 81%. Sehingga identifikasi kualitas nutrisi selada berdasarkan fitur citra warna HSV menggunakan metode K-Nearest Neighbors (KNN) layak untuk digunakan sebagaimana mestinya.

Actions (login required)

View Item