<![CDATA[Jeruk merupakan tanaman hortikultura yang sangat dikenal di berbagai belahan dunia. Buah jeruk sangat populer di Indonesia dan banyak dikonsumsi. Konsumen sehari-hari yang awam tentang pertanian sering mengalami kesulitan dalam mengklasifikasikan kesegaran buah jeruk. Banyak orang awam kesulitan membedakan jeruk segar dari yang sudah tidak layak konsumsi hanya berdasarkan tampilannya. Penelitian ini mengimplementasikan algoritma K-Nearest Neighbor (KNN) untuk klasifikasi kesegaran buah jeruk berdasarkan fitur warna dan tekstur. Data yang digunakan sebanyak 435 citra buah jeruk yang diklasifikasikan ke dalam tiga kelas, yaitu Segar, Kurang Segar, dan Busuk. Proses penelitian meliputi tahapan preprocessing, ekstraksi fitur, pengujian model menggunakan algoritma K-Nearest Neighbor (KNN), serta evaluasi menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model K-Nearest Neighbor (KNN) dengan nilai K = 5 menghasilkan akurasi tertinggi sebesar 85%. Penelitian ini menunjukkan efektivitas algoritma tersebut sebagai alat bantu deteksi kesegaran buah jeruk.]]>
Copyrights © 2026
