PENDETEKSIAN KEMATANGAN BUAH RAMBUTAN DENGAN FITUR CITRA KULIT BUAH MENGGUNAKAN TRANSFORMASI RUANG WARNA HSV --

ABSTRAK
Identifikasi atau klasifikasi menggunakan pengolahan citra dan computer vision membutuhkan pengenalan pola dari dataset training. Proses pengolahan citra dan pengenalan pola menjadi kajian riset yang sangat berkembang. Mulai dari proses pengenalan suatu objek atau klasifikasi objek dan tentang mendeteksi tingkat kematangan buah. Penelitian ini melakukan klasifikasi tingkat kematangan buah rambutan dengan citra HSV. Di mana citra input RGB dikonversi ke bentuk HSV. Kemudian diambil fitur mean HSV, nilai variance dan nilai range. Proses klasifikasi kematang menjadi 3 kelas, yaitu: mentah, matang dan busuk. Dengan metode klasifikasi KNN, dan dataset yang digunakan 30 data training, serta 9 data testing. Nilai akurasi tertinggi pada k=4 sebesar 97% dan terendah 70% dengan jarak k=8. Alat yang digunakan untuk mengembangkan sistem adalah matlab.
Kata kunci : Matlab, Kematangan Rambutan, KNN, HSV.