JudulEkstraksi Citra Menggunakan Metode HSV Untuk Mengetahui Tingkat Kematangan Buah Kelapa Sawit Dengan Algoritma K-NN |
Nama: INDAH SAFITRI |
Tahun: 2021 |
Abstrak Kelapa sawit merupakan salah satu tanaman monokotil penghasil minyak yang ada di Indonesia. Kesalahan penyortiran pada buah kelapa sawit di sebabkan oleh kesalahan penyortir pada saat membedakan warna buah kelapa sawit matang dan belum matang. Selain waktu yang tidak efisien, luas perkebunan kelapa sawit juga menjadi faktor penyebab penyortir keliru dalam penyortiran.Penelitian ini bertujuan untuk menghasilkan suatu sistem yang dapat mengklasifikasikan kematangan kelapa sawit berdasarkan ekstraksi fitur warna hue, saturation, value (HSV). Metode HSV digunakan untuk menghasilkan ciri warna dari citra buah kelapa sawit tersebut. Klasifikasi kematangan buah kelapa sawit dilakukan menggunakan algoritma K-Nearest Neighbor (K-NN) dengan dataset sebanyak 400 data citra buah kelapa sawit dengan rasio pembagian data yaitu 70?ta latih dan 30?ta uji. 280 data citra yang digunakan sebagai data latih yang terbagi menjadi 140 data citra buah kelapa sawit matang dan 140 data citra buah kelapa sawit belum matang serta 120 data citra kelapa sawit digunakan sebagai data uji yang terbagi menjadi 60 data citra kelapa sawit matang dan 45 data citra kelapa sawit belum matang. Berdasarkan hasil pengujian yang telah dilakukan menggunakan confusion matrix dengan nilai k yang bervariatif yaitu 3,5 dan 7 memperoleh rata-rata akurasi sebesar 94.16%. Kata Kunci : Kelapa sawit, klasifikasi kematangan, HSV, KNN, Confusion Matrix |