KLASIFIKASI TINGKAT KEMATANGAN BUAH BELIMBING MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (KNN)

Abstract

Belimbing manis atau dalam Bahasa ilmiahnya disebut Averrhoa carambola L. adalah salah satu dari jenis buah tropis yang mempunyai potensi pasar yang bagus karena buah ini populer di kalangan masyarakat dan memiliki banyak nilai gizi selain rasanya yang manis dan menyegarkan. Salah satu faktor yang sangat mempengaruhi kualitas buah belimbing yaitu penanganan saat panen dan pascapanen. Pengklasifikasian kematangan buah belimbing yang dilakukan oleh para petani pada umumnya menggunakan proses pemilahan buah belimbing dengan cara melihat pada perubahan kekerasan dan warna kulit. Cara tersebut tentunya memiliki kelemahan yaitu proses klasifikasi yang lambat, pemilahan kurang akurat, dan hasil yang tidak konsisten. Berdasarkan permasalahan tersebut dibuatlah sebuah sistem untuk mengklasifikasikan tingkat kematangan buah belimbing madu dengan memanfaatkan fitur warna HSV (Hue, Saturation, Value) menggunakan metode K-Nearest Neighbor (KNN) serta menerapkan metode hasil evaluasi menggunakan Confusion Matrix. Klasifikasi dibagi 3 kelas yaitu kelas mentah, setengah matang, dan matang. Hasil penelitian ini diharapkan dapat membantu petani bauh belimbing dalam melakukan klasifikasi tingkat kematangan buah belimbing madu. Dalam penelitian ini menggunakan data citra sebanyak 126 yang dibagi menjadi 87 data latih dan 39 data uji. Data tersebut diklasifikasikan menggunakan algoritma K-Nearest Neighbor (KNN) dengan nilai K= 5. Dari penelitain ini didapatkan hasil akurasi sebesar 87,17%.

Kata Kunci:

 Buah Belimbing Madu, K-Nearest Neighbor (KNN), HSV, Confusion Matrix