
Klasifikasi Kematangan Daun Selada Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbors
Author(s) -
Ananta Dwi Prayoga Alwy,
Bukhari Naufal Nur A.G,
Silvia Andriani,
Fhatiah Adiba,
Andi Baso Kaswar
Publication year - 2022
Publication title -
technoxplore : jurnal ilmu komputer dan teknologi informasi/techno xplore : jurnal ilmu komputer dan teknologi informasi
Language(s) - Uncategorized
Resource type - Journals
eISSN - 2580-9288
pISSN - 2503-054X
DOI - 10.36805/technoxplore.v7i1.2127
Subject(s) - physics , humanities , mathematics , art
Abstract— Selada adalah salah satu jenis daun sayur yang paling banyak dibudayakan. Daun Memiliki ciri khas warnanya masing-masing. Daun sendiri akan mengalami perubahan warna ketika sudah matang atau memasuki masa panennya. Berdasarkan perbedaan warna ini petani atau masyarakat yang menanam tanam selada melakukan panen. Namun, Cara ini memiliki kekurangan karena mata manusia memiliki keterbatasan dalam membedakan warna sehingga selada yang dipanen terkadang masih belum masanya atau sudah melewati masa panennya. Maka dari itu dibuatlah suatu sistem pengolahan citra digital untuk dapat mengklasifikasikan kematangan daun selada dengan metode dan proses yang tepat. Penelitian ini mengusulkan Klasifikasi Kematangan Daun Selada Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor. Dalam Penelitian ini diguanakan 60 dataset citra daun selada. Proses dan Metode yang diusulkan yaitu, akuisisi citra, prepocessing, segmentasi dengan metode thresholding dan operasi morfologi, dan terakhir tahap klasifikasi dengan K-Nearest Neighbor. Berdasarkan hasil pengujian, diperoleh tingkat akurasi sebesar 98%. Diharapkan sistem ini dapat membantu petani selada dan dapat menjadi standar untuk menciptakan sistem yang lebih baik.