<![CDATA[ABSTRAKPermasalahan pascapanen pada buah pepaya yang diproduksi secara skala besaratau industri, salah satunya adalah dalam hal penyortiran buah pepaya, selama inibuah pepaya diidentifikasi tingkat kematangannya berdasarkan analisa warna kulitbuah secara visual mata manusia yang memiliki keterbatasan. Proses identifikasiseperti ini memiliki beberapa kelemahan diantaranya yaitu membutuhkan tenagalebih banyak untuk memilah, tingkat persepsi kematangan buah yang berbeda, tingkatkekonsitenan manusia dalam hal menilai kematangan buah tidak menjamin, karenamanusia dapat mengalami kelelahan, dan manusia juga dalam menilai kematanganbuah terkadang bersifat subjektif. Metode yang diusulkan untuk membantu identifikasitingkat kematangan buah pepaya california (callina) dalam proses sortasi adalahdengan membangun sebuah aplikasi berbasis teknologi pengolahan citra digital danmenggunakan algoritma K-Nearest Neighbors (KNN). Pengujian dengan jumlah Ktetangga 3 dan jumlah data citra uji sebanyak 12 data, didapatkan tingkat keakuratanalgoritma KNN sebesar 75%, dengan data output yang tidak sesuai dengan targetsejumlah 3 data dan yang sesuai target sejumlah 9 data. Pengujian dengan jumlah Ktetangga 5 dan jumlah data citra uji sebanyak 12 data, didapatkan tingkat keakuratanalgoritma KNN sebesar 83,34%, dengan data output yang tidak sesuai dengan targetsejumlah 2 data dan yang sesuai target sejumlah 10 data.Kata kunci: pepaya, pengolahan citra digital, KNN.]]>
Copyrights © 2015
