KLASIFIKASI TINGKAT KEMATANGAN BUAH TOMAT DENGAN VARIASI MODEL WARNA MENGGUNAKAN SUPPORT VECTOR MACHINE

Adzan Zuhri Seknun (Universitas Pamulang)
Aditya Kusuma (Universitas Pamulang)
Alivia Sabrina (Universitas Pamulang)
Amanda Dwi Cahyani Putri (Universitas Pamulang)
Muhammad Raehan (Universitas Pamulang)
Perani Rosyani (Universitas Pamulang)

LOGIC : Jurnal Ilmu Komputer dan Pendidikan
Vol. 1 No. 2 (2023): LOGIC : Jurnal Ilmu Komputer dan Pendidikan

Penelitian ini bertujuan untuk mendeteksi tingkat kematangan buah Tomat bedasarkan warna kulit buah. Pada penelitian ini menggunakan 108 Citra tomat, sebanyak 42 data testing dan 66 data training. Pada penelitian ini menggunakan tiga warna yang digunakan yaitu HSV, YcbCr, dan CIElab. Metode yang di gunakan dalam penelitian ini adalah metode Ekstraksi fitur mengubah warna dengan gambar RGB, dan Support Vector Machine sebagai proses pengambilan keputusan tingkat kematangan buah Tomat. Hasil akurasi yang diperoleh dalam penelitian ini adalah 77.84%. Sistem ini sangat membantu masyarakat dalam mendeteksi tingkat kematangan buah Tomat.