<![CDATA[Identifikasi atau klasifikasi menggunakan pengolahan citra dan computer vision membutuhkan pengenalan pola dari dataset training. Proses pengolahan citra dan pengenalan pola menjadi kajian riset yang sangat berkembang. Mulai dari proses pengenalan suatu objek, atau klasifikasi objek dan tentang mendeteksi tingkat kematangan buah. Penelitian ini akan melakukan klasifikasi tingkat kematangan buah mangga dengan citra HSV. Di mana citra input RGB dikonversi ke bentuk HSV. Kemudian diambil fitur nilai rata-rata intensitas HSV, nilai skewness, dan kurtosis. Proses klasifikasi kematang menjadi 4 kelas, yaitu: mentah, cukup matang, matang dan sangat matang. Dengan metode klasifikasi KNN, dan dataset yang digunakan 129 data training, serta 40 data testing. Nilai akurasi tertinggi pada k=2 sebesar 80%. Alat yang digunakan untuk mengembangkan sistem adalah matlab.]]>
Copyrights © 2019
