Klasifikasi Kesegaran Buah Jeruk Medan Berdasarkan Warna Dan Tekstur Menggunakan Algoritma K-Nearest Neighbor

Jeruk Adalah tanaman hotikultura yang sangat populer di seluruh dunia. Buah jeruk sangat populer di Indonesia dan banyak dikonsumsi. Konsumen sehari hari yang awam tentang pertanian kesulitan mengklasifikasikan kesegaran buah jeruk di Indonesia. Banyak orang awam kesulitan membedakan jeruk segar dari yang sudah tidak layak konsumsi hanya berdasarkan bagaimana mereka terlihat. Penelitian ini mengimplementasikan algoritma K-Nearest Neighbor (KNN) untuk klasifikasi kesegaran buah jeruk berdasarkan fitur warna dan tekstur. Data yang digunakan sebanyak 435 citra buah jeruk yang diklasifikasikan ke dalam 3 kelas (Segar, Kurang Segar, dan Busuk). Proses penelitian meliputi tahapan preprocessing, ekstraksi fitur, pengujian model menggunakan algoritma KNN dan evaluasi dengan menggunakan metrik akurasi, presisi recall dan F1-score. Hasil penelitian menunjukan bahwa model KNN dengan niali K=5 menghasilkan akurasi tertinggi sebesar 85%. Penelitian ini menunjukan efektivitasnya sebagai alat bantu deteteksi kesegaran buah jeruk.

Kata Kunci: HSV, Jeruk; Klasifikasi, K-Nearest Neigbor, LBP