Rancang Bangun Sistem Pengecekan Tingkat Kebusukan Buah Pepaya Thailand (Carica Papaya L.) Menggunakan Algoritma Klasifikasi Metode K-Nearest Neigbor (KNN)

Budiono, Adi Kelvianto (2022) Rancang Bangun Sistem Pengecekan Tingkat Kebusukan Buah Pepaya Thailand (Carica Papaya L.) Menggunakan Algoritma Klasifikasi Metode K-Nearest Neigbor (KNN). Skripsi thesis, Universitas Widya Kartika.

Text (ABSTRAK) Adi Kelvianto Budiono-31118017-1-12_wtr.pdf Download (1MB)

Abstract

Dalam menentukan kategori suatu tumbuhan ataupun buah-buahan tentunya ada suatu kriterianya. Kriteria morfologi merupakan salah satu kriteria yang paling mudah digunakan karena kriteria ini mempelajari struktur bagian luar yang dapat dilihat secara langsung. Namun hal tersebut tentunya tidak bisa dijadikan sebagai kriteria tetap karena pandangan setiap individu yang berbeda. Maka dari itu dibuatlah sistem pengecekan tingkat kebusukan buah Pepaya Thailand yang dapat dilakukan dengan konsep pengolahan citra serta penggabungan dengan Algoritma Klasifikasi metode K-Nearest Neighbor (KNN). Pembuatan sistem ini tentunya akan bermanfaat untuk memberikan informasi mengenai tingkat kebusukan buah Pepaya Thailand bagi banyak pihak. Indikator yang digunakan un-tuk menentukan kategorinya adalah adalah keadaan warna kulit buah Pepaya Thailand dengan ROI 600pixels x 300pixels yang akan dicari nilai mean RGB kemudian dihitung menggunakan rumus euclidean distance dan kategorinya akan ditentukan menggunakan Algoritma Klasifikasi metode K-Nearest Neighbor (KNN). Berdasarkan hasil uji coba dengan data sampling didapatkan tingkat keakuratan sebesar 80% dengan rentang nilai mean R: 130.671-169.630, mean G: 106.891-131.895, dan mean B: 61.119-100.776 yang mana terdapat 3 data yang berbeda dari 15 data yang ada.

Actions (login required)

View Item