Implementasi Algoritma Naive Bayes dan Hue Saturation Value (HSV) Untuk Klasifikasi Kematangan Buah Jambu Bol Berdasarkan Warna Buah

Jambu bol (Syzygium malaccense), dalam keluarga Myrtaceae, memiliki nilai ekonomi sebagai buah konsumsi dan obat tradisional di Indonesia. Penilaian visual kematangan sering tidak akurat karena variasi warna yang luas, dari hijau (mentah), merah muda (setengah matang), hingga merah tua (matang). Pengolahan citra digital menawarkan solusi dengan mengekstrak fitur warna untuk identifikasi kematangan yang lebih akurat. Metode Naïve Bayes digunakan untuk klasifikasi berdasarkan probabilitas fitur warna yang diekstrak dari gambar buah. Algoritma ini efektif dalam mengelola data dengan banyak atribut. Selain itu, Hue Saturation Value (HSV) digunakan untuk mengubah representasi warna dari Red Green Blue (RGB) menjadi HSV, di mana Value membedakan antara buah matang, setengah matang dan belum matang. Penelitian ini mengumpulkan dataset gambar buah jambu bol yang dikategorikan berdasarkan tingkat kematangan. Gambar diproses untuk mengekstrak fitur warna menggunakan teknik pengolahan citra, termasuk segmentasi objek dari latar belakangnya, mempersiapkan data latih dan uji untuk evaluasi model. Model Naïve Bayes mencapai akurasi 73%, mampu mengklasifikasikan buah ke dalam kategori belum matang, setengah matang dan matang. Precision model ini sebesar 70%, recall sebesar 73% dan F1-score sebesar 69%, menunjukkan kemampuan yang solid. Sebaliknya, model berbasis HSV menunjukkan akurasi 62%, dengan precision 71%, recall 62% dan F1-score 59%, menunjukkan kinerja yang kurang efektif dibandingkan Naïve Bayes dalam klasifikasi kematangan buah jambu bol.

Kata Kunci : Jambu bol, pengolahan citra digital, Naïve Bayes, Hue Saturation Value, klasifikasi kematangan buah