Klasifikasi Support Vector Machine (SVM) Untuk Menentukan TingkatKemanisan Mangga Berdasarkan Fitur Warna

Sari

Dalam proses penentuan mutu atau tingkat kemanisan buah mangga cengkir di pasaran pada umumnya dilakukan dengan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan / sortasi kemanisan mangga atau menggunakan metode destruktif dengan cara pengambilan sampel, uji coba kemanisan mangga tersebut seperti menggunakan Refractometer. Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relative besar dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan mangga oleh pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat. Support Vector Machine (SVM) diimplementasikan pada penelitian ini dan K-Nearest Neighbour (K-NN) sebagai metoda pembanding untuk klasifikasi citra warna buah mangga cengkir. Dalam penelitan ini perbandingan antara kedua metode tersebut dibandingkan dengan hasil output dari alat pengukur tingkat kemanisan yaitu refractometer sebanyak 24 objek pengujian dengan akurasi sebesar 83,3%. Sedangkan hasil yang diperoleh dari metode K-NN dengan k=7 adalah data valid 21 buah dari 24 buah, dan data tidak valid 3 buah dari 24 buah.