Klasifikasi Buah Jeruk Segar dan Busuk Berdasarkan RGB dan HSV Menggunakan Metode KNN

Authors

  • Stifani Napitu Universitas Negeri Medan
  • Rini Paramita Panjaitan Universitas Negeri Medan
  • Putri Aisyah Nulhakim Universitas Negeri Medan
  • Muaz Khalik Lubis Universitas Negeri Medan

DOI:

https://doi.org/10.33020/saintekom.v13i2.420

Keywords:

Clasification, RGB, HSV, KNN, Orange Fruit

abstract

Fruits are a group of agricultural commodities in Indonesia. The demand for domestic fruit commodities is quite high, this is indicated by the large number of fruits available in modern markets and traditional markets. In this research, a classification process will be carried out between fresh oranges and rotten oranges based on RGB (Red, Green, Blue) and HSV (Hue, Saturation, Value) color extraction. This study uses the K-Nearest Neighbor classification algorithm with a value of k = 1; 2; 3; 4; 5; 6; and 7. The dataset used consists of 146 training data and 88 testing data. The purpose and benefits of this research are to save time and facilitate classification according to the wishes of fruit growers. The final result of the test accuracy is 88.95%. Based on the test, this system can be said to be quite good at classifying fresh and rotten citrus fruits.

Downloads

Download data is not yet available.

References

Adenugraha, S.P., Veri Arinal, Dadang I.M. (2022). Klasifikasi Kematangan Buah Pisang Ambon Menggunakan Metode KNN dan PCA Berdasarkan Citra RGB dan HSV. Jurnal Media Informatika Budidarma, 6(1), 9-17. https://doi.org/10.30865/mib.v6i1.3287

Cahya, F Nurona., Rangga Febrianto, & Tika Adilah M. (2021). Klasifikasi Buah Segar dan Busuk Menggunakan Ekstraksi Fitur Hu-Moment, Haralick dan Histogram. Indonesian Journal on Computer an Information Technology (IJCIT), 6(1), 57-62. https://doi.org/10.31294/ijcit.v6i1.10052

Cahyanti, Dewi, Alifah Rahmayani, and Syafira Ainy Husniar. 2020. “Analisis Performa Metode Knn Pada Dataset Pasien Pengidap Kanker Payudara.” Indonesian Journal of Data and Science 1 (2): 39–43. https://doi.org/10.33096/ijodas.v1i2.13.

Isman, Andani Ahmad, and Abdul Latief. 2021. “Perbandingan Metode KNN Dan LBPH Pada Klasifikasi Daun Herbal.” Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi) 5 (3): 557–64. https://doi.org/10.29207/resti.v5i3.3006

Istighfarizky, Farin, Ngurah Agus Sanjaya ER, I Made Widiartha, Luh Gede Astuti, I Gusti Ngurah Anom Cahyadi Putra, and I Ketut Gede Suhartana. 2022. “Klasifikasi Jurnal Menggunakan Metode KNN Dengan Mengimplementasikan Perbandingan Seleksi Fitur.” JELIKU (Jurnal Elektronik Ilmu Komputer Udayana) 11 (1): 167. https://doi.org/10.24843/jlk.2022.v11.i01.p18.

Khotimah, D., Nur Nafi'iyah, & Masruroh. (2019). Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV dengan KNN. Jurnal Elektronika, Listrik dan Teknologi Terapan (ELTI), 1(2), 1-4. https://doi.org/10.37338/E.V1I2.100

Paramita, C., Eko H Rachmawanto., Christy Atika Sari., De Rosal I.M.S. (2019). Klasifikasi Jeruk Nipis Terhadap Tingkat Kematangan Buah Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor. Jurnal Informatika. Jurnal Pengembangan IT (JPIT), 4(1), 1-6. https://doi.org/10.30591/jpit.v4il.1267

Rabbani, Haidar Azmi, Muh Arif Rahman, and Bayu Rahayudi. 2021. “Perbandingan Ruang Warna RGB Dan HSV Dalam Klasifikasi Kematangan Biji Kopi.” Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer 5 (6): 2243–48. http://j-ptiik.ub.ac.id.

Sya'bani, D Rahman., Amir Hamzah, & Erma Susanti. (2022). Klasifikasi Buah Segar dan Busuk Menggunakan Algoritma Convolutional Neural Network dengan Tflite sebagai Media Penerapan Model Machine Learning. SNAST, 7-16. https://doi.org/10.34151/prosidingsnast.v8i1.4180

Wijaya, Novan. & Anugrah Ridwan. (2019). Klasifikasi Jenis Buah Apel Dengan Metode K-Nearest Neighbor. Jurnal SISFOKOM, 8(1), 74-78. https://doi.org/10.32736/sisfokom.v8i1.610

Downloads

PlumX Metrics

Published

30-09-2023

How to Cite

Napitu, Stifani, Rini Paramita Panjaitan, Putri Aisyah Nulhakim, and Muaz Khalik Lubis. 2023. “Klasifikasi Buah Jeruk Segar Dan Busuk Berdasarkan RGB Dan HSV Menggunakan Metode KNN”. Jurnal Saintekom : Sains, Teknologi, Komputer Dan Manajemen 13 (2):214-21. https://doi.org/10.33020/saintekom.v13i2.420.

Terbitan

Vol. 13 No. 2 (2023): September 2023

Bagian

Articles

License

Copyright (c) 2023 Stifani Napitu, Rini Paramita Panjaitan, Putri Aisyah Nulhakim, Muaz Khalik Lubis

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Dengan mengirimkan manuskrip ke Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen, penulis setuju dengan kebijakan ini. Tidak diperlukan persetujuan dokumen khusus.

  1. Hak cipta pada setiap artikel adalah milik penulis.
  2. Penulis mempertahankan semua hak mereka atas karya yang diterbitkan, tak terbatas pada hak-hak yang diatur dalam laman ini.
  3. Penulis mengakui bahwa Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen sebagai yang pertama kali mempublikasikan dengan lisensi Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA).
  4. Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen;
  5. Penulis menjamin bahwa artikel asli, ditulis oleh penulis yang disebutkan, belum pernah dipublikasikan sebelumnya, tidak mengandung pernyataan yang melanggar hukum, tidak melanggar hak orang lain, tunduk pada hak cipta yang secara eksklusif dipegang oleh penulis.
  6. Jika artikel dipersiapkan bersama oleh lebih dari satu penulis, setiap penulis yang mengirimkan naskah menjamin bahwa dia telah diberi wewenang oleh semua penulis bersama untuk menyetujui hak cipta dan pemberitahuan lisensi (perjanjian) atas nama mereka, dan setuju untuk memberi tahu rekan penulis persyaratan kebijakan ini.  Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen tidak akan dimintai pertanggungjawaban atas apa pun yang mungkin timbul karena perselisihan internal penulis.

Lisensi :

Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen diterbitkan berdasarkan ketentuan Creative Commons Attribution-ShareAlike 4.0 International License. (CC BY-SA). Lisensi ini mengizinkan setiap orang untuk :.

  • Berbagi — menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun;
  • Adaptasi — menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun.
  • Atribusi — Anda harus mencantumkan nama yang sesuai, mencantumkan tautan terhadap lisensi, dan menyatakan bahwa telah ada perubahan yang dilakukan. Anda dapat melakukan hal ini dengan cara yang sesuai, namun tidak mengisyaratkan bahwa pemberi lisensi mendukung Anda atau penggunaan Anda.
  • BerbagiSerupa — Apabila Anda menggubah, mengubah, atau membuat turunan dari materi ini, Anda harus menyebarluaskan kontribusi Anda di bawah lisensi yang sama dengan materi asli.