<![CDATA[Abstrak Indonesia, dengan kekayaan alamnya, memiliki banyak jenis tanaman buah, termasuk jambu kristal yang bermanfaat untuk kesehatan. Jambu kristal tumbuh subur di berbagai wilayah, termasuk Kalimantan Tengah. Deteksi kematangan buah sangat penting untuk memastikan kualitas produk, di mana warna buah menjadi indikator utama. Penelitian ini memanfaatkan pengolahan citra digital untuk mengklasifikasikan kematangan jambu kristal menggunakan model ruang warna HSV (Hue, Saturation, Value). Metode ini memisahkan informasi warna dari kecerahan dan saturasi, yang berguna dalam penilaian visual kematangan buah. Klasifikasi dilakukan dengan metode Naive Bayes, yang efektif untuk data berdimensi tinggi seperti citra digital. Tujuan penelitian adalah mengklasifikasikan kematangan jambu kristal menjadi dua kelas: layak panen dan tidak layak panen, serta mengevaluasi akurasi metode Naive Bayes. Hasil penelitian menunjukkan bahwa model Naive Bayes dengan ruang warna HSV mencapai akurasi sebesar 88,10%. Meskipun hasil ini baik, ada potensi perbaikan lebih lanjut melalui teknik preprocessing yang lebih canggih atau penggunaan fitur tambahan. Penelitian ini diharapkan mempermudah pemilahan jambu kristal, meningkatkan efisiensi dalam pengelolaan panen, serta memberikan manfaat bagi petani dan industri pertanian. Dengan klasifikasi yang lebih akurat, identifikasi kematangan buah menjadi lebih efisien, menghemat tenaga, waktu, dan biaya. Kata kunci: Kematangan Buah Jambu Kristal, Pengolahan Citra Digital, Ruang Warna HSV, Naive Bayes, Klasifikasi]]>
Copyrights © 2024
