Implementasi Citra Digital Dalam Klasifikasi Jenis Buah Anggur Dengan Algoritma K-Nearest Neighbors (KNN) Dan Data Augmentasi

Abstract

Buah Anggur merupakan salah satu jenis buah-buahan yang banyak manfaatnya. Manfaat dari buah Anggur ini sangatlah beragam, dari segi kesehatan. Dari banyaknya jenis buah Anggur membuat pecinta buah Anggur kesulitan dalam membedakan jenis berdasarkan bentuk dan warnanya. Tujuan dari penelitian ini yaitu membantu memudahkan pecinta buah Anggur dalam proses klasifikasi. Dalam klasifikasi umumnya ketika masih dipohon dengan melihat warna dari kulit buah Anggur dan dengan memijat tekstur buah Anggur. Namun cara tersebut memiliki hasil yang berbeda karena persepsi setiap orang berbeda-beda. Oleh karena itu, peneliti membuat program yang menghasilkan model klasifikasi jenis buah Anggur yang terprogram dengan metode K-Nearest Neighbor (KNN). Informasi yang digunakan meliputi gambar Anggur Black Panther, Ninel, Transfiguration, Riseling, Julian dan Cotton Candy. Buah Anggur tersebut akan diklasifikasikan berdasarkan warna jenisnya menggunakan algoritma K-Nearest Neighbor (KNN). KNN akan diuji guna melihat bagaimana kinerja KNN dalam proses klasifikasi serta keakuratannya dalam membedakan 6 jenis Anggur. Penelitian ini menggunakan data gambar berformat .Jpeg dan .Png. Hasil klasifikasi dari algoritma ini diperoleh nilai keakuratan sebesar 80,98%.