IDENTIFIKASI TINGKAT KEMATANGAN BUAH NAGA MERAH MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERBASIS RGB

Ade, Kurniawan Ade Chandra (2025) IDENTIFIKASI TINGKAT KEMATANGAN BUAH NAGA MERAH MENGGUNAKAN METODE K-NEAREST NEIGHBOR BERBASIS RGB. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text Halaman Depan.pdf Download (2MB)
	Text Abstrak.pdf Download (875kB)
	Text Bab 1.pdf Download (204kB)
	Text Bab 2.pdf Restricted to Repository staff only Download (380kB) | Request a copy
	Text Bab 3.pdf Restricted to Repository staff only Download (541kB) | Request a copy
	Text Bab 4.pdf Restricted to Repository staff only Download (751kB) | Request a copy
	Text Bab 5.pdf Restricted to Repository staff only Download (168kB) | Request a copy
	Text Daftar Pustaka.pdf Download (237kB)
	Text Lampiran.pdf Restricted to Repository staff only Download (947kB) | Request a copy

Abstract

Buah naga merah merupakan komoditas tropis yang populer karena nilai
gizinya yang tinggi dan rasa yang khas. Penelitian ini mengembangkan sistem
berbasis pengolahan citra menggunakan metode K-Nearest Neighbor (K-NN)
dengan analisis warna RGB. Algoritma K-Nearest Neighbor (KNN) adalah metode
sederhana dalam pembelajaran mesin yang digunakan untuk mengklasifikasikan
data. Cara kerjanya adalah dengan mencari sejumlah K terdekat dari data yang ingin
diklasifikasikan, dengan menentukan kelas berdasarkan mayoritas dari data
terdekat tersebut. Semakin banyak data yang termasuk dalam kelas tertentu, maka
data baru akan dikategorikan ke dalam kelas tersebut. Proses identifikasi citra buah
naga dimulai dengan akuisi citra, preprocessing, ekstraksi fitur RGB dan klasifikasi
menggunakan algoritma K-NN. Dataset yang digunakan terdiri dari 75 citra untuk
data latih dan 30 citra untuk data uji. Hasil evaluasi akurasi yang dilakukan terhadap
dataset menggunakan metode confusion matrix didapatkan nilai akurasi pada K= 8
sebesar 96,67%. Hal ini membuktikan bahwa algoritma K-NN efektif dalam
mengklasifikasikan tingkat kematangan buah naga berdasarkan fitur warna RGB.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Henny, Sulistyo Henny Wahyu

NIDN0718088309

Dosen Pembimbing

Guruh, Wijaya Guruh

NIDN0729017601

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Kematangan buah naga, K-NN, RGB, Pengolahan citra, Klasifikasi.
Subjects:	000 Computer Science, Information, & General Works > 005 Computer Programming, Programs, & Data
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Ade Chandra Kurniawan | adechandra526@gmail.com
Date Deposited:	24 Feb 2025 06:28
Last Modified:	24 Feb 2025 06:28
URI:	http://repository.unmuhjember.ac.id/id/eprint/24301

Actions (login required)

View Item