Sistem Klasifikasi Tingkat Kematangan Cabai Rawit Menggunakan Algoritma K-Nearest Neighbor (KNN)

Abstrak

Cabai rawit melrulpakan salah satul komoditas pelrtanian belrnilai elkonomi tinggi di Indonelsia, namuln pelnelntulan tingkat kelmatangannya masih dilakulkan selcara manulal olelh peltani selhingga selring melnyelbabkan keltidakkonsistelnan dalam prosels paneln. Pelnellitian ini melngelmbangkan sistelm klasifikasi tingkat kelmatangan cabai rawit melnggulnakan algoritma K-Nelarelst Nelighbor (KNN) belrbasis fitulr warna HSV (Hulel, Satulration, Valulel). Data citra cabai dipelrolelh langsulng dari pelrkelbulnan dan diprosels mellaluli tahap prelprocelssing, elkstraksi fitulr HSV, pellatihan modell, hingga implelmelntasi dalam aplikasi belrbasis welb melnggulnakan Flask. Sistelm mampul melngklasifikasikan cabai kel dalam tiga katelgori, yaitul melntah, seltelngah matang, dan matang. Modell KNN delngan nilai k=3 melnghasilkan akulrasi selbelsar 86% belrdasarkan pelnguljian melnggulnakan data ulji. Hasil pelnellitian melnulnjulkkan bahwa algoritma KNN dapat digulnakan selcara elfelktif dalam klasifikasi tingkat kelmatangan cabai rawit selrta dapat melndulkulng prosels paneln dan distribulsi selcara lelbih objelktif dan konsisteln.