KLASIFIKASI JENIS DAN TINGKAT KEMATANGAN BUAH PEPAYA BERDASARKAN FITUR WARNA, TEKSTUR DAN BENTUK MENGGUNAKAN SUPPORT VECTOR MACHINE

Abstract

Perbedaan jenis buah pepaya dan tingkat kematangan buah pepaya yang sudah matang dan yang tidak matang dapat dilihat dari warna, tekstur dan bentuk. Secara manual, konsumen dapat melakukan pengecekan dengan melihat kondisi buah pepaya berdasarkan ciri pembedanya. Cara manual ini tentunya dapat menghasilkan kesimpulan yang berbeda-beda pada setiap orang. Kesalahan juga sering terjadi karena cara manual ini sangat bergantung kepada pemahaman terhadap ciri buah pepaya serta tingkat ketelitian. Oleh karena itu, dibutuhkan suatu sistem yang dapat mengklasifikasi jenis dan tingkat kematangan secara otomatis. Dalam penelitian ini, dikembangkan suatu sistem yang dapat mengklasifikasi jenis dan tingkat kematangan berdasarkan fitur warna, tekstur dan bentuk menggunakan metode Support Vector Machine (SVM). Metode pendekatan statistik dan metode GLCM digunakan dalam proses ekstraksi fitur. Fitur warna pada ruang warna HSI dan YCbCr, fitur tekstur dengan GLCM dan fitur bentuk Integral Proyeksi Vertikal Horisontal. Total data yang digunakan dalam penelitian ini yaitu 600 citra buah pepaya yang dibagi menjadi data latih dan data uji. Hasil penelitian berupa citra yang telah diklasifikasi serta tingkat akurasi.