Text
Deteksi Kematangan Buah Kakao Untuk Dijadikan Coklat Berdasarkan Metode K- Earest Neighbor Di Desa Mojo Pati Menggunakan Matlab
Penelitian ini mengusulkan sebuah rancang bangun prototype deteksi tingkat kematangan buah kakao
untuk dijadikan coklat berdasarkan metode K-Nearest Neighbor di desa mojo pati menggunakan
matlab. Dalam klasifikasi tingkat kematangan buah kakao ada 3 macam, yaitu mentah, setengah
matang dan matang. Penelitian ini bertujuan dapat membantu memudahkan masyarakat Mojo Pati
menentukan dan memilih buah kakao mana yang memang sudah memenuhi tingkat kematangan dan
siap untuk dijadikan coklat dan kemudian mengklasifikasinya. Hasil Penelitian sistem dengan
menganalisis klasifikasi tingkat kematangannya menggunakan K-Nearest Neighbor dengan ekstraksi
cirinya berdasarkan fitur warna HSV ( Hue Saturation Value) dan fitur tekstur GLCM (Gray Level
Coocurance Matrix) diatas terhadap jumlah 90 data sampel 30 buah kakao mentah untuk 10 testing
dan 20 training , 30 buah kakao setengah matang 10 untuk testing dan 20 untuk training, 30 buah
kakao matang untuk 10 testing dan 20 untuk training. Oleh Karena itu, hasil dari Metode pengujian
ini menggunakan 12 buah kakao yang terdiri dari matang, setengah matang dan mentah yang
menghasilkan tingkat kematangan buah kakao sebesar 91,6667% dari total akurasi.
Kata kunci: Klasifikasi,Pengolahan Citra Digital, Metode HSV,KNN dan GLCM
Tidak tersedia versi lain