Klasifikasi Kualitas Pisang Ambon Menggunakan Metode K-Nearest Neighbor

<span lang="EN-US">Pisang merupakan jenis buah-buahan yang banyak ditemukan di Indonesia. Pengklasifikasian kematangan buah pisang menggunakan cara nondestruktif dilakukandengan melihat warna dan tekstur kulit pisang yang merupakan komponen eksternal dari buah pisang tanpa harus memb...

Full description

Bibliographic Details
Main Authors: Gading Surya Lesmana, Murinto Kusno
Format: Article
Language:Indonesian
Published: Universitas Ahmad Dahlan 2022-06-01
Series:Jurnal Sarjana Teknik Informatika
Subjects:
Online Access:http://journal.uad.ac.id/index.php/JSTIF/article/view/22390
Description
Summary:<span lang="EN-US">Pisang merupakan jenis buah-buahan yang banyak ditemukan di Indonesia. Pengklasifikasian kematangan buah pisang menggunakan cara nondestruktif dilakukandengan melihat warna dan tekstur kulit pisang yang merupakan komponen eksternal dari buah pisang tanpa harus membuka atau mencicipi daging dan membuat kondisi buah tetap utuh. Penelitian ini melakukan klasifikasi kualitas Pisang Ambon menggunakan metode <em>K-Nearest Neighbor</em> yang dapat membantu dalam mengembangkan sistem klasifikasi pengenalan kualitas tanpa harus menghancurkan buah pisang tersebut. Penelitian ini terdapat dua tahap, yaitu pengembangan sistem dan penentuan kualitas buah Pisang Ambon. Tahap pengembangan sistem meliputi perancangan <em>interface</em>, pengolahan data, perancangan sistem, implementasi, pengujian, dan analisis hasil penelitian. Tahapan dalam penentu tingkat kualitas pisang ambon meliputi <em>input</em> citra buah pisang ambon, <em>cropping</em> citra, menghitung nilai RGB, mengkonversi nilai RGB ke HSV, mengkoversi HSV ke histogram dan menentukan kualitas buah Pisang Ambon berdasarkan empat klasifikasi, yaitu klasifiasi sangat baik, baik, sedang, dan buruk menggunakan metode K-NN dan metode akurasi menggunakan <em>Confusion matrix</em>. Berdasarkan hasil pengujian dengan 40 data citra yang terdiri dari 10 citra Pisang Ambon berkualitas sangat baik, 10 citra pisang ambon berkuaitas baik, 10 citra pisang ambon berkualitas sedang, dan 10 citra pisang ambon berkualitas buruk yang diklasifikasikan menggunakan metode K-NN menghasilkan akurasi sebesar 70,0%.</span>
ISSN:2338-5197