KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN)

Wahyuni, Wahyuni (2019) KLASIFIKASI KUALITAS JERUK LOKAL BERDASARKAN TEKSTUR DAN BENTUK MENGGUNAKAN METODE k-NEAREST NEIGHBOR (k-NN). Other thesis, UNIVERSITAS NURUL JADID.

Text Skripsi_15013904_Wahyuni_IF.pdf Restricted to Registered users only Download (4MB)

Abstract

Jeruk merupakan salah satu komoditas buah-buahan yang sangat digemari oleh masyarakat karena kaya akan kandungan vitamin C, vitamin B6, antioksidan, dan serat. Tingginya tingkat konsumsi dan nilai ekonomi buah jeruk sering kali dimanfaatkan oleh oknum penjual untuk melakukan tindakan spekulatif yang merugikan konsumen. Hal ini diperparah oleh keterbatasan pengetahuan pembeli dalam membedakan kualitas jeruk yang baik dan buruk secara visual. Salah satu solusi visioner di bidang informatika untuk mengatasi permasalahan tersebut adalah dengan menerapkan teknologi pengolahan citra digital (digital image processing). Penelitian ini bertujuan untuk mengklasifikasikan kualitas buah jeruk lokal berdasarkan ekstraksi ciri bentuk dan teksturnya. Ekstraksi ciri tekstur dilakukan menggunakan metode Gray Level Co-occurrence Matrix (GLCM) dengan parameter energy, correlation, contrast, dan homogeneity yang dihitung berdasarkan variasi sudut 0°, 45°, 90°, dan 135°. Sementara itu, ekstraksi ciri bentuk dilakukan menggunakan metode Geometri dengan parameter eccentricity dan metric yang berbasis pada perhitungan luas dan keliling objek. Tahap klasifikasi untuk menentukan tingkat kedekatan antara citra uji dan citra latih menerapkan algoritma $k$-Nearest Neighbor ($k$-NN) dengan menguji nilai $k$ dari 1 hingga 5. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu melakukan klasifikasi dengan sangat baik, di mana pengujian pada nilai $k=1$ menghasilkan tingkat akurasi tertinggi sebesar 100%, sedangkan nilai akurasi terendah diperoleh pada nilai $k=4$ dan $k=5$ yaitu sebesar 80%.

Kata Kunci: Klasifikasi Jeruk, Gray Level Co-occurrence Matrix (GLCM), Geometri Citra, Algoritma $k$-Nearest Neighbor ($k$-NN), Pengolahan Citra Digital.

Item Type:	Thesis (Other)
Subjects:	Q Science > Q Science (General) S Agriculture > SB Plant culture T Technology > TA Engineering (General). Civil engineering (General)
Divisions:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Saiful Ghazi
Date Deposited:	30 Jun 2026 04:42
Last Modified:	30 Jun 2026 04:42
URI:	https://repository.unuja.ac.id/id/eprint/3907

Actions (login required)

View Item