MAITO, RIZKI MINTA (2025) IDENTIFIKASI TINGKAT KEMATANGAN BUAH PEPAYA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (128kB)
	Text Abstrak.pdf Download (138kB)
	Text Bab 1.pdf Download (182kB)
	Text Daftar Pustaka.pdf Download (180kB)
	Text Full-text.pdf Restricted to Registered users only Download (5MB)

Abstract

Pepaya adalah buah tropis yang sering dikonsumsi dan mudah ditemukan di Indonesia. Tingkat kematangan pepaya biasanya dinilai berdasarkan warna kulitnya. Namun, kesalahan dalam mengidentifikasi kematangan sering terjadi di kalangan petani maupun konsumen. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang dapat mengidentifikasi tingkat kematangan pepaya berdasarkan analisis citra warna menggunakan model warna Red, Green, Blue (RGB) dan Hue, Saturation, Value (HSV). Selain itu, algoritma Support Vector Machine (SVM) diterapkan untuk mengklasifikasikan tingkat kematangan. Citra yang dianalisis berasal dari 150 buah pepaya jenis California. Hasil penelitian ini adalah sebuah aplikasi berbasis citra digital yang mampu mengidentifikasi kematangan pepaya ke dalam tiga kategori, yaitu mentah, setengah matang, dan matang. Pengujian dilakukan dengan membagi dataset menjadi 80% data latih dan 20% data uji. Akurasi keseluruhan yang dicapai adalah 80%. Presisi untuk pepaya mentah mencapai 87,5%, setengah matang 70%, dan matang 75%. Sementara itu, nilai Recall adalah 70% untuk kategori mentah, 70% untuk setengah matang, dan 90% untuk matang. Nilai F1-Score tercatat sebesar 77% untuk mentah, 70% untuk setengah matang, dan 88,7% untuk matang. Berdasarkan tingkat akurasi yang cukup tinggi, dapat disimpulkan bahwa algoritma SVM efektif dan dapat diandalkan untuk mengklasifikasikan tingkat kematangan pepaya. Kata kunci: RGB; HSV; SVM; Pepaya

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Rizki Minta Maito
Date Deposited:	11 Mar 2025 01:56
Last Modified:	11 Mar 2025 01:56
URI:	https://rama.unimal.ac.id/id/eprint/10718

Actions (login required)

View Item