Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Intech : Information Technology Journal of UMUS
Akhmad Pandu Wijaya
Program Studi Teknik Informatika, Fakultas Teknik, Universitas Wahid Hasyim
Computer Science & IT Decision Sciences, Operations Research & Management

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Kematangan Buah Apel Berdasarkan Warna Dan Tekstur Menggunakan Algoritma K-Nearest Neighbor Fandy Indra Pratama; Akhmad Pandu Wijaya; Hasti Pratiwi; Avira Budianita
Jurnal Teknik Informatika UMUS Vol 5 No 1 (2023): Mei
Publisher : Universitas Muhadi Setiabudi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46772/intech.v5i1.1119

Abstract

Apel (Malus Domestica) adalah salah satu jenis buah yang unggul dan sangat digemari dan dikonsumsi masyarakat. Buah apel banyak digemari masyarakat karna rasanya yang bervariasi. Buah apel manalagi yang masih belum matang memiliki warna hijau dan untuk apel manalagi yang sudah matang memiliki warna hijau kekuningan. Hal tersebut tentu akan sedikit menyulitkan untuk membedakan antara buah apel manalagi yang belum matang maupun yang sudah matang apabila tidak terlalu memiliki ilmu mengenai dunia pertanian terutama pada buah apel. Sebab orang awam dirasa akan sulit membedakan. Sehingga akan diperoleh penilaian yang berbeda oleh setiap individu yang menyebabkan tingkat akurasi yang berbeda. Oleh karena itu dibutuhkan suatu teknologi yang dapat menentukan nilai tingkat akurasi dari pengklasifikasian kematangan buah apel manalagi sehingga memperoleh nilai yang konsisten. Penelitian ini bertujuan untuk menghasilkan prototype untuk mengklasifikasikan buah apel menggunakan Metode K-Nearest Neighbor berdasarkan tingkat kematangan yang direpresentasikan dari sisi warna dan teksturnya dan membantu memudahkan masyarakat dalam menentukan jenis buah yang matang, sedang, dan mentah. Diharapkan adanya teknologi ini dapat mempermudah manusia dalam mengklasifikasikan tingkat kematangan buah apel secara akurat. Metode pengujian ini menggunakan 12 buah apel yang terdiri dari matang, sedang, dan mentah yang menghasilkan tingkat kematangan buah apel sebesar 91,6667% dari total akurasi
Co-Authors Avira Budianita Hasti Pratiwi Pratama, Fandy Indra