Sistem Klasifikasi Tingkat Kematangan Buah Pepaya Secara Realtime Menggunakan Metode K-Nearest Neighbor Berbasis Desktop

Alamsyah, Al Fajrin Annas (2024) Sistem Klasifikasi Tingkat Kematangan Buah Pepaya Secara Realtime Menggunakan Metode K-Nearest Neighbor Berbasis Desktop. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Al Fajrin Annas Alamsyah_Cover.pdf - Published Version Download (29kB)
	Text UNIKOM_Alfajrin Annas Alamsyah_Lembar Pengesahan.pdf - Published Version Download (252kB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_Surat Keterangan Persetujuan Publikasi.pdf - Published Version Download (151kB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_Lembar Pernyataan.pdf - Published Version Download (1MB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_Kata Pengantar.pdf - Published Version Download (268kB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_Daftar Isi.pdf - Published Version Download (33kB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_BAB I.pdf - Published Version Download (39kB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_BAB II.pdf - Published Version Download (520kB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_BAB III.pdf - Published Version Restricted to Repository staff only Download (670kB) | Request a copy
	Text UNIKOM_Al Fajrin Annas Alamsyah_BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_Al Fajrin Annas Alamsyah_BAB V.pdf - Published Version Download (11kB)
	Text UNIKOM_Al Fajrin Annas Alamsyah_Daftar Pustaka.pdf - Published Version Download (248kB)
	Text Kontak Penulis dan Kontributor Penelitian.pdf - Published Version Download (101kB)

Abstract

Pepaya (Carica papaya L.) berasal dari suku Caricaceae, dengan kulit yang umumnya berwarna kuning saat matang, tetapi bisa juga berwarna hijau hingga kuning kecoklatan. Proses sortasi kematangan pepaya merupakan salah satu masalah penting dalam pascapanen, di mana klasifikasi buah pepaya sebelumnya dilakukan secara manual oleh manusia. Metode manual ini cenderung subjektif dan sering kali menghasilkan perbedaan pendapat. Fokus penelitian ini adalah untuk membangun sistem berbasis desktop yang dapat mengklasifikasikan tingkat kematangan buah pepaya menggunakan metode K-Nearest Neighbor (KNN). Buah pepaya dikategorikan ke dalam tiga kelas kematangan yaitu, matang, setengah matang, dan tidak matang berdasarkan model KNN yang diterapkan. Melalui ekstraksi fitur warna RGB dan praproses citra, seperti pemotongan citra dan konversi ke citra RGB, sistem ini berhasil mencapai akurasi tertinggi dengan hasil sebesar 88,89% dengan nilai k optimal k=3 menggunakan jarak euclidean. Pengujian ini menegaskan efektivitas metode KNN dalam mengidentifikasi kematangan buah pepaya, serta menunjukkan kemampuan sistem untuk berfungsi secara real-time sebagai alat bantu yang berguna dalam pengambilan keputusan.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	pepaya, klasifikasi, KNN, ekstraksi fitur, RGB
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Sistem Komputer (02)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	25 Jul 2025 03:03
Last Modified:	25 Jul 2025 03:03
URI:	http://elibrary.unikom.ac.id/id/eprint/10671

Actions (login required)

View Item