Mengklasifikasi Kematangan Buah Mangga Melalui Proses Pengolahan Citra Dengan Algoritma K-Nearest Neighbor

Penulis

  • Wargijono Utomo Krisnadwipayana University

Kata Kunci:

klasifikasi, Buah mangga, K-Nearest Neighbor, HSI, Pengolahan Citra

Abstrak

Dalam melakukan proses pengolahan citra, banyak metode serta algoritma yang dapat dipakai untuk mengklasifikasi data yang akan diuji diantaranya K-Means Clustering, Fuzzy Logic, K-Nearest Neighbor dan lain sebagainya. Penelitian terdahulu menyebutkan bahwa menggunakan klasifikasi K-Nearest Neighbor dengan transofrmasi warna HSV mendapatkan nilai akurasi di angka 55%, penelitian lain menyebutkan pengolahan citra menggunakan metode transformasi ruang warna HSI mendapatkan nilai akurasi di angka 87%. Aplikasi yang dibuat dipenulisan ini adalah aplikasi dengan menggunakan K-Nearest Neighbor sebagai proses klasifikasi nya dengan menggunakan metode HIS dan mencari nilai Mean, Variance dan Range untuk mengetahu nilai dari citra tersebut. Pada penelitian ini dilakukan 3 pemodelan pengujian yaitu dengan presentase 90% data latih dan 10% data uji sebagai pemodelan pertama, 80% data latih dan 20% data uji sebagai pemodelan kedua serta 70% data latih dan 30% data uji pada pemodelan ketiga dan didapatkan nilai akurasi 100% pada pengujian pertama, 90% pada pengujian kedua serta 80% pada pengujian ketiga.

Unduhan

Diterbitkan

30-11-2023

Cara Mengutip

Utomo, W. (2023). Mengklasifikasi Kematangan Buah Mangga Melalui Proses Pengolahan Citra Dengan Algoritma K-Nearest Neighbor. Jurnal Information System, 3(2), 49–56. Diambil dari https://jurnalteknik.unkris.ac.id/index.php/jis/article/view/374