Klasifikasi Kematangan Citra Labu Siam Menggunakan Metode KNN (K-Nearest Neighbor) Dengan Ekstraksi Fitur HSV (Hue, Saturation, Value)

Abstract

Labu siam merupakan salah satu jenis sayur yang murah dan mudah didapat, buahnya ada yang berwarna hijau muda dan hijau kekuning- kuningan. Penelitian ini menggunakan 100 dataset citra dan dilakukan dengan pengambilan foto labu siam. Tujuan penelitian ini adalah membangun sebuah sistem untuk mengklasifikasi tingkat kematangan buah labu siam dengan menggunakan metode KNN dan ekstraksi fitur menggunakan metode HSV. Tahap dalam penelitian ini meliputi input citra labu siam yaitu memasukkan gambar labu siam kemudian dilakukan pre-processing yaitu proses konversi citra RGB menjadi grayscale dan Biner yang selanjutnya dilakukan proses ekstraksi fitur HSV. Tahap berikutnya adalah melakukan klasifikasi terhadap objek yang jaraknya paling dekat dengan objek yang diuji menggunakan metode KNN. Hasil dari penelitian berupa sistem yang dapat mendeteksi tingkat kematangan labu siam menggunakan metode KNN. Setelah dilakukan percobaan pertama menggunakan 60 data training dan 40 data testing diperoleh akurasi 85% dan percobaan kedua menggunakan 80 data training dan 20 data testing didapatkan akurasi sebesar 95% pada K=3.