REKOMENDASI PEMILIHAN BUAH ANGGUR BERKUALITAS LAYAK KONSUMSI BERDASARKAN TEKSTUR DAN WARNA MENGGUNAKAN PENDEKATAN STATISTIK DAN K-NN BERBASIS ANDROID

WIRANTI MAHARANI

Informasi Umum

Kode

ITTS.0823000054

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Teknologi Informasi, Ta

Dilihat

364 kali

Informasi Lainnya

Abstraksi

Buah anggur merupakan tanaman buah yang memiliki minat konsumen tertinggi. Pekebun buah anggur tentunya menginginkan buah dengan kualitas tinggi dan siap untuk di pasarkan di pasar. Perbedaan kualitas buah anggur yang siap untuk dikonsumsi maupun tidak dapat dilihat dari tekstur dan warna. Banyaknya pekebun anggur memilih anggur hanya berdasarkan penglihatan secara subyektif untuk membedakan kualitas buah anggur tersebut, seperti pemeriksaan penampilan yang memiliki tekstur berbeda, warna yang berubah secara tidak wajar maupun hanya dari sentuhan. Berdasarkan permasalahan tersebut, maka diperlukan sebuat sistem rekomendasi pemilihan buah anggur yang berkualitas layak konsumsi. Solusi yang diusulkan menggunakan pendekatan statistik untuk mengambil informasi dari citra menggunakan ekstraksi fitur tekstur dan warna serta K-Nearest Neighbor yang digunakan untuk mengklasifikasikan data berdasarkan jarak terdekat. Sistem ini menggunakan smartphone berbasis Android sehingga pekebun dapat memiliki kualitas produk buah anggur hijau yang layak dan bagus untuk dapat dipasarkan dan di konsumsi oleh konsumen. Pada sistem ini memanfaaatkan citra buah anggur hijau sebanyak 132 data citra. Dari jumlah data tersebut di bagi lagi menjadi dua yaitu data training digunakan sebanyak 112 data dan 20 untuk data validation. Dari sistem ini menggunakan ekstaksi fitur warna RGB dan pendekatan orde 2 menggunakan metode GLCM parameter Correlation, Contrast, Homogeneity, Dissimilarity. Menghasilkan nilai akurasi yang paling tinggi sebesar 95% dengan nilai k = 7. Sehingga dapat di simpulkan bahwa model klasifikasi menggunakan KNN dapat mendeteksi kelayakan buah anggur berdasarkan warna dan teksur.

Kata Kunci: Anggur, Pendekatan Statistik, Ekstraksi Fitur, K-Nearest Neighbor, Aplikasi Android