Rizma Vania Raynisa, “Metode GLCM dan HSV Color Space untuk Klasifikasi Tingkat Kematangan Buah Tomat Berdasarkan Warna Kulit Permukaan”, Tugas Akhir Sarjana Terapan Teknik Telekomunikasi Jurusan Teknik Elektro Politeknik Negeri Semarang, dibawah bimbingan Dr. Sidiq Syamsul H., S.T., M.T. dan Sri Anggraeni K., S.T., M.Eng, Agustus 2019, 69.
Pengolahan citra digital (image processing) dapat memberikan manfaat yang signifikan dalam berbagai bidang teknologi, salah satunya di bidang pertanian. Contoh aplikasi penggunaan teknik pengolahan citra digital dalam bidang pertanian ialah mengklasifikasi tingkat kematangan tomat berdasarkan warna dan tekstur kulit permukaannya. Untuk mendeteksi warna dapat diolah menggunakan metode HSV (Hue, Saturation, Value) dengan mengubah citra berformat RGB menjadi HSV. Sedangkan untuk mendeteksi tekstur dapat menggunakan metode GLCM (Gray Level Co-Occurance Matrix) karena mempunyai tingkat pengenalan yang tinggi terhadap nilai dari kontras, korelasi, homogenitas, dan energi. Beda halnya dengan HSV, pada GLCM mengubah citra berformat RGB menjadi grayscale. Masing-masing metode tersebut tidak dapat diolah secara bersamaan, sehingga metode HSV diolah menggunakan Raspberry Pi dan GLCM menggunakan MATLAB pada pengujjian ini. Hasil dari masing-masing metode tersebut kemudian diklasifikasi di dalam MATLAB dengan perhitungan Euclidean distance. Hasil pengujian sistem menunjukkan bahwa metode yang digunakan ini berhasil mendapatkan tingkat accuracy sebesar 100% pada jarak pengujian 20 cm menggunakan webcam Logitech C270