KLASIFIKASI TINGKAT KEMATANGAN BUAH NANAS BERDASARKAN TEKSTUR GRAY LEVEL CO-OCCURRENCE MATRIX DENGAN METODE SUPPORT VECTOR MACHINE

Abstract

Nanas (Ananas comosus (L) Merr) merupakan salah satu jenis buah yang umum dikenal dan dikonsumsi oleh masyarakat Indonesia. Pemanfaatan buah nanas pada umumnya di masyarakat hanya terbatas pada daging buah saja. Buah Nanas dengan kualitas tinggi untuk dikonsumsi. Perbedaan buah Nanas yang sudah matang dan yang tidak matang dapat dilihat dari warna, tekstur dan bentuk. Metode manual yang biasa dilakukan untuk mengidentifikasi tingkat kematangan buah Nanas yaitu dengan memeriksa berdasarkan penampilan dan aroma buah tersebut serta memeriksa melalui sentuhan. Metode ini dianggap kurang efektif jika dilakukan untuk menyortir tingkat kematangan buah Nanas dalam jumlah yang sangat banyak, Ada beberapa fitur yang dapat digunakan dalam sistem pengenalan pola pada citra seperti Support Vector Machine (SVM). Pada penelitian ini peneliti akan mengklasifikasi tingkat kematangan buah Nanas berdasarkan tekstur dimana tahap preprocessing dan ekstraksi ciri berdasarkan tekstur GLCM seperti contrast, correlation, energy, dan homogeneity. kemudian dari ekstraksi ciri tersebut citra bisa dikenali dengan menggunakan algoritma klasifikasi Support Vector Machine. Penelitian ini menggunakan 966 dataset dengan 2 tingkat kematangan yaitu muda dan matang. Dimana 772 data latih dan 194 data uji. Berdasarkan Hasil didapatkan akurasi tertinggi pada C25 yaitu mencapai 86%.