KLASIFIKASI CABAI RAWIT DENGAN METODE FUZZY K-NEAREST NEIGHBOR BERDASARKAN RUANG WARNA HSV
Abstrak
Tingkat kematangan cabai rawit dapat dilihat dari beberapa aspek yaitu dilihat
dari warna, dilihat dari bentuk. Pada aspek warna, kematangan cabai rawit dapat dilihat
dengan menyesuaikan warna yang telah matang dan yang akan diuji tingkat
kematangannya. Proses penentuan tingkat kematangan cabai rawit ini biasanya
dilakukan secara visual secara langsung pada cabai rawit. proses seperti ini memiliki
beberapa kelemahan yaitu membutuhkan tenaga lebih banyak untuk memilah, tingkat
persepsi kematangan yang berbeda. Sistem akan mengklasifikasi tingkat kematangan
cabai rawit melalui proses konversi ruang warna HSV (Hue, Saturation, Value) Sistem
ini dipandang lebih lebih dekat dari pada sistem RGB dalam mendeskripsikan sensasi
warna oleh mata manusia. Pada penelitian ini, diawali dengan proses segmentasi
menggunakan Transformasi Geometri (cropping), lalu proses ekstraksi fitur diawali
dengan konversi citra dalam ruang warna RGB ke ruang warna HSV, yang akan
menghasilkan fitur-fitur seperti komponen Hue, Saturation dan Value yang nantinya
akan dijadikan input pada algoritma FK-NN ( Fuzzy K-nearest Neighbor ). Pada proses
pengujian menggunakan 60 data yang belum diketahui kelasnya. Hasil dari pengujian
mendapatkan tabel cofusion matrix, yang akan digunakan untuk mengukur tingkat
akurasi dari setiap kelas. Untuk nilai akurasi secara keseluruhan mendapat nilai 93,8%
hasil tersebut didapatkan dari perhitungan.
Kata Kunci: Ruang Warna HSV, Klasifikasi, Fuzzy K-Nearest Neighbor (FKNN)
S06-18991 | 1899 | Koleksi Skripsi | Tersedia |
Tidak tersedia versi lain