Classification Of Guarantee Fruit Murability Based on HSV Image With K-Nearest Neighbor

Authors

  • Frencis Matheos Sarimole Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika
  • Muhammad Ilham Fadillah Sekolah Tinggi Ilmu Komputer Cipta Karya Informatika

DOI:

https://doi.org/10.37385/jaets.v4i1.929

Keywords:

Guava bol, Hue Saturation Value, K-Nearest Neighbor, Matlab

Abstract

Guava bol is one of the fruits from Indonesia that is favored by many Indonesian people. The guava itself has a soft and dense flesh texture compared to water guava. The guava itself has a pink color if it is raw but if the guava is ripe it will be dark red. From a glance, when viewed from human vision, it is very easy to distinguish between them, but from most people it is still difficult to distinguish which guava is ripe, half-ripe and unripe guava because of differences in opinion from one human eye to another. Based on these problems, researchers have developed a system that is able to detect the maturity level of guava fruit by utilizing the Hue Saturation Value (HSV) feature extraction with K-Nearest Neighbor (KNN). The data used in this study were 465 datasets which were divided into 324 training data and 141 test data. The data had classes, namely ripe, half-cooked, and raw. The data is then classified using the K-Nearest Neighbor method by calculating the closest distance with a value of K = 3. From this study resulted in an accuracy of 97.16%.

Downloads

Download data is not yet available.

References

Akhir, T. (2020). Klasifikasi Jenis Dan Tingkat Kematangan Buah Pepaya Berdasarkan Fitur Warna , Tekstur Dan Bentuk Berdasarkan Fitur Warna , Tekstur Dan Bentuk.

Areni, I. S., Amirullah, I., & Arifin, N. (2019). Klasifikasi Kematangan Stroberi Berbasis Segmentasi Warna dengan Metode HSV. Jurnal Penelitian Enjiniring, 23(2), 113–116. https://doi.org/10.25042/jpe.112019.03

Barkah, M. F. (2020). Klasifikasi Rasa Buah Jeruk Pontianak Berdasarkan Warna Kulit Buah Jeruk Menggunakan Metode K-Nearest Neighbor. Coding: Jurnal Komputer Dan Aplikasi, 08(01), 55–66.

Sintia, S., Defit, S., & Nurcahyo, G. W. (2021). Product Codefication Accuracy With Cosine Similarity And Weighted Term Frequency And Inverse Document Frequency (TF-IDF) . Journal of Applied Engineering and Technological Science (JAETS), 2(2), 62–69. https://doi.org/10.37385/jaets.v2i2.210

Ciputra, A., Setiadi, D. R. I. M., Rachmawanto, E. H., & Susanto, A. (2018). Klasifikasi Tingkat Kematangan Buah Apel Manalagi Dengan Algoritma Naive Bayes Dan Ekstraksi Fitur Citra Digital. Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 9(1), 465–472. https://doi.org/10.24176/simet.v9i1.2000

Hanafi, M. H., Fadillah, N., & Insan, A. (2019). Optimasi Algoritma K-Nearest Neighbor untuk Klasifikasi Tingkat Kematangan Buah Alpukat Berdasarkan Warna. It Journal Research and Development, 4(1), 10–18. https://doi.org/10.25299/itjrd.2019.vol4(1).2477

Lestari, Z. D., Nafi’iyah, N., & Susilo, P. H. (2019). Sistem Klasifikasi Jenis Pisang Berdasarkan Ciri Warna HSV Menggunakan Metode K-NN. Seminar Nasional Teknologi Informasi Dan Komunikasi, 11–15.

Liantoni, F., & Annisa, F. N. (2018). Fuzzy K-Nearest Neighbor Pada Klasifikasi Kematangan Cabai Berdasarkan Fitur Hsv Citra. JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 3(2), 101–108. https://doi.org/10.29100/jipi.v3i2.851

Media, J., & Budidarma, I. (2022). Klasifikasi Kematangan Buah Pisang Ambon Menggunakan Metode KNN dan PCA Berdasarkan Citra RGB dan HSV. 6, 9–17. https://doi.org/10.30865/mib.v6i1.3287

Miftahus Sholihin, M. G. R. (2018). Klasifikasi Mutu Telur Berdasarkan Fitur Warna dengan Menggunakan Metode K-Nearest Neighbor. Fakultas Teknologi Informasi UNMER Malang, 1188–1193.

Muhammad, D. I., Ermatita, E., & Falih, N. (2021). Penggunaan K-Nearest Neighbor (KNN) untuk Mengklasifikasi Citra Belimbing Berdasarkan Fitur Warna. Informatik?: Jurnal Ilmu Komputer, 17(1), 9. https://doi.org/10.52958/iftk.v17i1.2132

Nafiah, N. (2019). Klasifikasi Kematangan Buah Mangga Berdasarkan Citra HSV dengan KNN. Jurnal Elektronika Listrik Dan Teknologi Informasi Terapan, 1(2), 1–4. https://ojs.politeknikjambi.ac.id/elti

Paramita, C., Hari Rachmawanto, E., Atika Sari, C., & Ignatius Moses Setiadi, D. R. (2019). Klasifikasi Jeruk Nipis Terhadap Tingkat Kematangan Buah Berdasarkan Fitur Warna Menggunakan K-Nearest Neighbor. Jurnal Informatika: Jurnal Pengembangan IT, 4(1), 1–6. https://doi.org/10.30591/jpit.v4i1.1267

Raysyah, S. R., Veri Arinal, & Dadang Iskandar Mulyana. (2021). Klasifikasi Tingkat Kematangan Buah Kopi Berdasarkan Deteksi Warna Menggunakan Metode Knn Dan Pca. JSiI (Jurnal Sistem Informasi), 8(2), 88–95. https://doi.org/10.30656/jsii.v8i2.3638

Rifki Kosasih. (2021). Klasifikasi Tingkat Kematangan Pisang Berdasarkan Ekstraksi Fitur Tekstur dan Algoritme KNN. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi, 10(4), 383–388. https://doi.org/10.22146/jnteti.v10i4.462

Roring, C. B., Mulyana, D. I., Lubis, Y. T., & Zamzami, A. R. (2022). Klasifikasi Tingkat Kematangan Buah Jambu Bol Berdasarkan Warna Kulit Menggunakkan Metode Naïve Bayes. Jurnal Pendidikan Tambusai, 6(1), 2938–2948.

Salsabila, A., Yunita, R., & Rozikin, C. (2021). Identifikasi Citra Jenis Bunga menggunakan Algoritma KNN dengan Ekstrasi Warna HSV dan Tekstur GLCM. Technomedia Journal, 6(1), 124–137. https://doi.org/10.33050/tmj.v6i1.1667

Shandy, Q., Panna, S. S., Malago, Y., Ilmu, F., Universitas, K., & Gorontalo, I. (2019). Penerapan Metode Grey Level Co-Occurrence Matriks (GLCM) dan K-Nearest Neighbor (K-NN) Untuk Mendeteksi Tingkat Kematangan Buah Belimbing Bintang. 3(1), 31–36.

Shidiq, F. (2021). Penerapan Metode K-Nearest Neighbor (KNN) Untuk Menentukan Ikan Cupang Dengan Ekstraksi Fitur Ciri Bentuk Dan Canny. Innovation in Research of Informatics (INNOVATICS), 3(2), 39–46. https://doi.org/10.37058/innovatics.v3i2.3093

Suban, I. B., Paramartha, A., Fortwonatus, M., & Santoso, A. J. (2020). Identification the Maturity Level of Carica Papaya Using the K-Nearest Neighbor. Journal of Physics: Conference Series, 1577(1). https://doi.org/10.1088/1742-6596/1577/1/012028

Syarifah, A., Riadi, A. A., & Susanto, A. (2022). Klasifikasi Tingkat Kematangan Jambu Bol Berbasis Pengolahan Citra Digital Menggunakan Metode K-Nearest Neighbor. JIMP?: Jurnal Informatika Merdeka Pasuruan, 7(1), 27–35. http://ejurnal.unmerpas.ac.id/index.php/informatika/article/view/417/137

Ulshqhvv, V., Fodvvl, V., Surfhvv, F., Frqvlvwv, L., Wzr, R. I., Wudlqlqj, V., & Whvwlqj, D. Q. G. (2016). Klasifikasi untuk menentukan tingkat kematangan buah pisang sunpride.

Wibowo, A., Hermanto, D. M. C., Lestari, K. I., & Wijoyo, H. (2021). Deteksi Kematangan Buah Jambu Kristal Berdasarkan Fitur Warna Menggunakan Metode Transformasi Ruang Warna Hsv (Hue Saturation Value) Dan K-Nearest Neighbor. INCODING: Journal of Informatics and Computer Science Engineering, 1(2), 76–88. https://doi.org/10.34007/incoding.v2i1.131

Wijaya, N., & Ridwan, A. (2019). Klasifikasi Jenis Buah Apel Dengan. Sisfokom, 08(1), 74–78.

Downloads

Published

2022-09-01

How to Cite

Sarimole, F. M., & Fadillah, M. I. (2022). Classification Of Guarantee Fruit Murability Based on HSV Image With K-Nearest Neighbor. Journal of Applied Engineering and Technological Science (JAETS), 4(1), 48–57. https://doi.org/10.37385/jaets.v4i1.929