Article Sidebar
Main Article Content
Abstract
Pisang merupakan buah yang banyak diminati mayoritas masyarakat di Indonesia,
tanpa terkecuali. Hal ini dikarenakan selain rasanya yang enak buah pisang juga memiliki
berbagai gizi yang terkandung di dalamnya. Banyaknya peminat akan buah pisang melahirkan
berbagai upaya untuk memenuhi kebutuhan tersebut, sehingga banyak masyarakat yang
melakukan budidaya pisang di berbagai daerah. Dalam usaha budidaya pisang, perlu
memperhatikan tingkat kematangan buah pisang tersebut agar dapat menentukan mutu buah
pisang saat dipanen. Tingkat kematangan pisang ini juga berhubungan dengan jangkauan
pemasaran. Pada penelitian ini dibuat sebuah sistem klasifikasi tingkat kematangan buah
pisang dengan menggunakan algoritma K-Nearest Neighbors (K-NN) dan ektraksi fiturwarna
HSV pada data citra. Sistem klasifikasi yang dibuat juga memanfaatkan library openCV dalam
proses pre-processing citra sebelum diklasifikasikan tingkat kematangannya menggunakan
algoritma K-NN. Adapun kelas yang digunakan dalamberdasarkan tingkat kematangan buah
pisang dibagi menjadi 3, yakni belum matang, matang dan sangat matang. Dalam penelitian ini
data latih (training) yang digunakan sebanyak 450 data. Setelah dilakukan pengujian, didapati
bahwa nilai akurasi tertinggi klasifikasi tingkat kematangan buah pisang menggunakan
algortma K-NN adalah sebesar 98% pada K=8 berdasarkan 45 pengujian yang dilakukan