Klasifikasi Tingkat  Kematangan Buah Asam Jawa Menggunakan Metode K-Nearest Neighbors

CLASSIFICATION OF MATURITY LEVEL OF TAMARIND FRUIT USING THE K-NEAREST NEIGHBORS METHOD

Authors

  • Yusfrizal Yusfrizal Politeknik Gihon Author
  • Finsha Bintang Prayoga STMIK KAPUTAMA Author
  • Siswan Syahputra STMIK KAPUTAMA Author

Keywords:

Klasifikasi, Tingkat Kematangan, Buah Asam Jawa, Asam Jawa, K-Nearest Neighbor, mathlab, mathlab

Abstract

Asam Jawa (Tamarindus Indica) adalah pohon berperawakan besar yang selalu hijau. Buahnya rasanya asam dan sering digunakan sebagai bumbu masakan atau minuman. Buah polong menggelembung, silindris, bengkok atau lurus, berbiji hingga 10 butir, sering dengan penyempitan di antara dua biji. Kulit buah (eksokarp) mengeras berwarna kecoklatan atau abu-abu bersisik, dengan urat-urat yang mengeras dan liat serupa benang. Daging buah putih kehijauan ketika muda, merah kecoklatan hingga hitam ketika sangat masak, asam manis dan melengket. Biji kecoklatan, mengkilap, keras dan agak persegi. Habitat Asam Jawa termasuk tumbuhan tropis. K-Nearest Neighbor (K-NN) adalah suatu metode yang menggunakan algoritma supervised dimana hasil dan sampel uji yang baru diklasifikasikan berdasarkan mayoritas dan kategori pada K-NN. Tujuan dan algoritma ini adalah mengklasifikasi objek baru berdasakan atribut dan sampel latih. Pengklasifikasian tidak menggunakan model apapun untuk dicocokkan dan hanya berdasarkan pada memori. Untuk menentukan tingkat kematangan buah asam jawa, biasanya masyarakat awam sangatlah sulit  untuk membedakannya mana yang matang dan yang masih mentah. Hal ini diesebabkan warna kulit buah asam jawa antara buah matang dan mentah memiliki ciri warna kulit yang sangat mirip yaitu bewarna coklat. Kulit buah mengeras berwarna kecoklatan atau abu-abu bersisik, dengan urat-urat yang mengeras dan liat serupa benang bila sudah matang, dan Kulit buah mengeras berwarna kecoklatan terdapat kehijau-hijauan bila belum matang. Metode K-Nearest Neighbours dapat di terapkan untuk mengklasifikasikan tingkat kematangan buah asam jawa matang dan mentah dengan menggunakan software matlab. Hasil proses training data citra sebanyak 40 data citra yang diinputkan, diperoleh hasil training yaitu sebesar 100%. Dari ekstraksi ciri fitur hue, saturation, value citra buah asam jawa dapat diklasifikasikan tingkat kematangan buah asam jawa baik yang matang maupun mentah.

Downloads

Download data is not yet available.

Downloads

Published

2024-07-31