Sistem klasifikasi tingkat kematangan cabai dengan metode ekstraksi ciri warna berbasis KNN

Azhari, Cecep Taufik (2025) Sistem klasifikasi tingkat kematangan cabai dengan metode ekstraksi ciri warna berbasis KNN. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (164kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (600kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (1MB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (1MB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (10MB) | Request a copy
	Text (BAB VI) 9_bab 6.pdf Restricted to Registered users only Download (328kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (709kB) | Request a copy
	Text (LAMPIRAN) 11_lampiran.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Cabai termasuk salah satu tanaman hortikultura penting yang memiliki manfaat dan nilai ekonomi yang tinggi di Indonesia. Cabai rawit (Capsicum frutescens,L.) merupakan salah satu jenis cabai dari famili Solanaceae yang memiliki nilai ekonomi tinggi di Indonesia. Melihat potensi yang dimiliki cabai rawit tersebut, akhirnya banyak dibudidayakan oleh masyarakat Indonesia khususnya yang bermata pencaharian sebagai petani sayur. Namun, berbagai masalah dalam proses pengolahan hasil panen bermunculan. Salah satunya adalah dalam proses identifikasi tingkat kematangan. Saat ini proses penyortiran hasil panen masih dilakukan secara manual dimana membutuhkan tenaga lebih banyak dan keakuratan tingkat kematangan menjadi tidak selalu akurat karena bergantung pada penilaian manusia yang berdasarkan pada masing-masing manusia. Hal ini dapat menyebabkan hasil penyortiran/klasifikasi menjadi tidak akurat karena subjektifitas penilaian. Oleh karena itu dibutuhkan suatu sistem yang dapat mengelompokkan cabai sesuai dengan tingkat kematangannya. Pada penelitian ini diusulkan sebuah sistem klasifikasi tingkat kematangan cabai berdasarkan ekstraksi ciri warna. Metode yang diusulkan terdiri atas 4 tahapan yaitu tahap akuisisi citra, preprocessing, ekstraksi ciri warna, dan penggunaan algoritma K-Nearest Neighbour (KNN) untuk proses identifikasi dan klasifikasi citra. Pengujian dilakukan terhadap 56 citra cabai. Metode yang diusulkan dapat mengklasifikasi tingkat kematangan cabai rawit ke dalam 4 kelas dengan tingkat akurasi 98,21%.

Actions (login required)

View Item