Klasifikasi kematangan buah jeruk menggunakan metode K-Nearest Neighbor (KNN)

ABSTRAK

KLASIFIKASI KEMATANGAN BUAH JERUK MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN)

Klasifikasi kematangan buah jeruk merupakan salah satu aspek penting dalam industri pertanian dan distribusi makanan. Metode klasifikasi yang efisien dan akurat diperlukan untuk memastikan penanganan yang tepat terhadap buah jeruk dalam rantai pasokan. Dalam penelitian ini, kami mengusulkan penerapan metode K-Nearest Neighbors (KNN) untuk mengklasifikasikan tingkat kematangan buah jeruk. Metode KNN diterapkan untuk mengklasifikasikan buah jeruk berdasarkan fitur-fitur yang diekstraksi. Dengan menggunakan parameter K yang sesuai, kami mengevaluasi performa model KNN dengan metrik-metrik evaluasi seperti akurasi, presisi, recall, dan F1-score. Penelitian ini memberikan kontribusi dalam penggunaan metode KNN untuk klasifikasi kematangan buah jeruk dan dapat memberikan panduan bagi para pemangku kepentingan dalam pemilihan metode klasifikasi yang sesuai untuk aplikasi praktis di industri pertanian dan distribusi makanan. Dari proses yang telah dilakukan di dapat nilai RGB untuk menentukan tingkat kematangan buah jeruk, dan didapatkan hasil dari proses training dan testing dari 120 data sebanyak 95 persen untuk hasil training dan 93 persen untuk hasil testing.

Kata kunci: Klasifikasi, Metode K-Nearest Neighbor (KNN), Kematangan Buah Jeruk