Klasifikasi Tingkat Kematangan Buah Kersen Menggunakan Citra HSI Dengan Metode K-Nearest Neighbor (KNN)

Krisna Aditya Pratama; Wahyu Priyo Atmaja; Veronica Lusiana

doi:10.30591/smartcomp.v11i1.3171

Klasifikasi Tingkat Kematangan Buah Kersen Menggunakan Citra HSI Dengan Metode K-Nearest Neighbor (KNN)

Krisna Aditya Pratama, Wahyu Priyo Atmaja, Veronica Lusiana

Abstract

Buah kersen sering dianggap buah yang tidak bermanfaat, ternyata buah kecil ini memiliki banyak manfaat tersembunyi. Dalam artikel ini penulis ingin mengidentifikasi dan mengklasifikasi kematangan buah kersen menggunakan citra HSI dengan metode KNN. Tujuan penelitian ini adalah memberikan hasil berupa tingkat kematangan buah kersen menggunakan aplikasi matlab. Dengan menggunakan metode K-Nearest Neighbor (KNN) untuk menentukan tingkat kematangan buah kersen. Data training yang digunakan berjumlah 18 data, terdiri dari 6 data matang, 6 data setengah matang dan 6 data mentah.

Kata kunci : Matlab, KNN, HSI

Full Text:

References

Meiliza, Esty Rizki and , Dra. Hariyatmi, M.Si, Pengaruh Jus Buah Kersen (Muntingia calabura L) Terhadap Kadar Asam Urat Darah Mencit (Musmusculus). Skripsi thesis, Universitas Muhammadiyah Surakarta, 2013.

RD. Kusumanto, Alan Novi Tompunu, Pengolahan Citra Digital Untuk Mendeteksi Obyek Menggunakan Pengolahan Warna Model Normalisasi RGB, Politeknik Negeri Sriwijaya, 2011.

Shinta Aprilisa, Sukem, Klasifikasi Tingkat Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan K-Nearest Neighhbor. Universitas Sriwijaya, Palembang, 2019.

Febri Liantoni, Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor. Institut Teknologi Adhi Tama, 2015.

Wanvy Arifha Saputra, Agus Zainal Arifin, Seeded Region Growing pada Ruang Warna HSI untuk Segmentasi Citra Ikan Tuna, Institut Teknologi Sepuluh Nopember Surabaya, 2017.

Shinta Aprilisa, Sukem, Klasifikasi Tingkat Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan K-Nearest Neighhbor. Universitas Sriwijaya, Palembang, 2019.

Rakhman, A. (2017). Prediksi Ketepatan Kelulusan Mahasiswa menggunakan Metode Decision Tree Berbasis Particle Swarm Optimation (PSO). Smart Comp: Jurnalnya Orang Pintar Komputer, 6(1), 193-197.

Shinta Aprilisa, Sukem, Klasifikasi Tingkat Kematangan Buah Tomat Berdasarkan Fitur Warna Menggunakan K-Nearest Neighhbor. Universitas Sriwijaya, Palembang, 2019.

DOI: https://doi.org/10.30591/smartcomp.v11i1.3171