Penerapan Algoritma K-Nearest Neighbor (KNN) Dalam Pengklasifikasian Tingkat Kematangan Buah Nangka Berdasarkan Citra Warna Kulit

Abstract

Nangka (Artocarpus heterophyllus Lamk) adalah buah tanaman tropis yang berasal dari India yang memiliki aroma khas dan tajam serta daging buah berwarna kuning segar dengan rasa yang manis. Buah ini bisa dikonsumsi langsung sama seperti buah pada umumnya, bisa juga diolah menjadi masakan seperti sayur, cemilan atau menjadi bahan campuran dessert. Namun faktanya, masih banyak orang yang belum bisa membedakan antara buah nangka yang masih mengkal, matang dan yang sudah sangat matang dari warna kulit buah dengan beberapa faktor yang dapat mempengaruhi seperti karena usia, buta warna, dan lain-lain. Oleh karena itu, tujuan dari penelitian ini adalah untuk merancang aplikasi pengklasifikasian tingkat kematangan buah nangka yang berbasis android. Untuk mencapai tujuan ini, metode Hue, Saturation, Value (HSV) diterapkan dalam pengekstraksian warna kulit buah dan algoritma K-Nearest Neighbor (KNN) untuk mengklasifikasikan tingkat kematangan buah nangka tersebut. Penelitian ini dimulai dengan studi literatur, desain sistem/aplikasi, pengumpulan data, menganalisis dan mengolah data. Aplikasi dirancang menggunakan bahasa pemrograman flutter dan Python. Sebanyak 99 citra buah nangka (33 citra per kategori) sebagai data training dan sebanyak 30 citra buah nangka sebagai data testing dan hasil klasifikasi menunjukkan tingkat akurasi sebesar 78%. Kesimpulannya adalah bahwa perpaduan antara algoritma KNN dengan metode HSV dapat diandalkan dalam pengklasfikasian tingkat kematangan buah.