<![CDATA[Buah markisa bergantung pada proses panen agar sampai ke tangan konsumen dengan mutu buah yang baik. Proses panen memanfaatkan pengetahuan ilmiah dan pengalaman petani, terlebih jika memiliki banyak tenaga kerja dengan daya ukur visual yang berbeda-beda dan ketidakkonsistenan persepsi akan menjadi sebab produksi buah menjadi rendah. Penelitian ini bertujuan untuk membuat aplikasi pengolahan citra untuk mengklasifikasikan tingkat kematangan markisa dengan menggunakan ekstraksi ciri Hue Saturation Value dan metode K-Nearest Neighbour. Metode pemodelan menggunakan UML, yang terdiri dari use case diagram, activity diagram, secuence diagram, class diagram, dan component diagram. Pembuatan aplikasi menggunakan bahasa pemrograman python dengan basis data yang dibuat dengan MySql. Metode yang digunakan adalah HSV melalui ekstraksi ciri dari nilai RGB, dan KNN yang menggunakan nilai-nilai HSV untuk mengklasifikasikan tingkat kematangan buah markisa. Hasil dari penelitian ini adalah sistem dapat mengklasifikasikan kematangan buah markisa asam yang telah dibagi menjadi 4 kelas, yaitu Terlalu Matang, Matang, Cukup Matang, dan Belum Matang. Setelah melalui pengujian dengan tingkat cahaya, ukuran gambar dan jarak, bahwa tingkat cahaya sangat berpengaruh pada hasil klasifikasi. Terdapat 400 data latih, dan 20 data uji yang menggunakan metode Confussion Matrix dengan 16 data dinyatakan sesuai dan 6 data dinyatakan tidak, melalui perhitungan menghasilkan tingkat akurasi sebesar 80%. Kata kunci—Markisa, Digital, Klasifikasi,Ektraksi, Klasifikasi Kematangan]]>
