Klasifikasi Kualitas Buah Apel Menggunakan Machine Learning Dengan Model Support Vector Machine

Penilaian kualitas buah apel sering menghadapi tantangan dalam hal konsistensi dan efisiensi, terutama ketika dilakukan dalam jumlah besar. Penelitian ini bertujuan untuk membangun sistem klasifikasi otomatis kualitas buah apel menggunakan algoritma Support Vector Machine (SVM), dengan mempertimbangkan karakteristik fisik dan organoleptik seperti ukuran, berat, tingkat kemanisan, kerenyahan, kadar air, kematangan, dan tingkat keasaman. Dataset yang digunakan diperoleh dari situs Kaggle, yang terdiri atas 4.000 entri data dan 9 fitur. Setelah melalui proses preprocessing dan pembagian data terdiri dari 80% untuk pelatihan dan 20% untuk pengujian, model SVM diimplementasikan dengan tiga jenis kernel: Linear, RBF, dan Polynomial. Hasil pengujian menunjukkan bahwa kernel RBF memberikan performa tertinggi dengan nilai akurasi, presisi, recall, dan f1-score sebesar 90%. Hal ini membuktikan bahwa metode SVM, khususnya dengan kernel RBF, mampu mengklasifikasikan kualitas buah apel secara lebih efektif dan akurat.

Kata Kunci: Buah Apel, Kernel, Klasifikasi, Machine Learning, Support Vector Machine