Skripsi
Metode Klasifikasi Buah Tomat Secara Non-Destruktif Dengan Menggunakan Metode K-Nearest Neighbor
Kematangan buah biasanya ditentukan oleh beberapa parameter, diantaranya adalah dari parameter ukuran, berat, ciri warna, dan kondisi fisik buah dan lain-lain. Parameter kematangan buah dari sisi warna kulit buah merupakan salah satu faktor penting didalam identifikasi kematangan buah tomat. Tujuan dari penelitian ini adalah untuk mengimplementasikan metode (K-Nearest Neighbor) untuk mempermudah dalam mengukur tingkat kematangan buah tomat. Penelitian ini menggunakan metode pengumpulan data menggunakan teknik wawancara, observasi, dan wawancara dilanjutkan dengan pengujian KNN (K-Nearest Neighbor) untuk mengidentifikasi tingkat kematangan tomat. Pada proses pengklasifikasian ini menggunakan sensor warna TCS3200, motor servo dan motor AC. Hasil dari penelitian menunjukkan bahwa ini memiliki tingkat akurasi sangat tinggi tergantung pada sample tomat yang digunakan pada proses learning atau pembelajaran. Dimana semakin jauh kedekatannya maka semakin akurat dan jika semakin dekat maka semakin berwarna.
Tidak tersedia versi lain