KLASIFIKASI KUALITAS BUAH APEL MENGGUNAKAN METODE RANDOM FOREST

Abstract

Di Indonesia perkebunan merupakan salah satu sektor perekonomian yang penting terutama untuk kebun apel, selain rasanya yang cukup enak serta penyebarannya cukup baik apel juga cukup bermanfaat untuk tubuh, namun tidak semua apel layak di konsumsi, walaupun terlihat baik banyak apel yang kuang baik dalam penggolongan nya, Penelitian ini bertujuan mengklasifikasikan kualitas apel berdasarkan fitur fisik seperti Size, Weight, Sweetness, Crunchiness, Juiciness, Ripeness, dan Acidity, dengan Quality sebagai target klasifikasi. Data yang digunakan berasal dari Kaggle, terdiri dari 4000 data. Model klasifikasi yang digunakan adalah Random Forest karena kemampuannya yang baik dalam menangani data dengan banyak fitur. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 88,5%, precision 88,1%, recall 89,0%, dan F1-Score 88,5%. Berdasarkan confusion matrix, terdapat 48 data Bad yang salah diprediksi sebagai Good (False Positive) dan 44 data Good yang salah diprediksi sebagai Bad (False Negative). Penelitian ini membuktikan bahwa Random Forest adalah metode yang andal untuk klasifikasi kualitas apel berdasarkan fitur fisiknya.