Analisis Performa K-Nearest Neighbor Berdasarkan Ekstraksi Fitur Warna untuk Identifikasi Kematangan Mangga Podang
DOI:
https://doi.org/10.29407/32yebf77Abstract
Mangga Podang merupakan salah satu varietas mangga lokal khas kediri yang memiliki rasa asam manis, Tetapi dalam Pemasaran Mangga Podang kerap melibatkan praktik pematangan buatan menggunakan kalsium karbida yang dapat meninggalkan residu logam berbahaya. Penelitian ini bertujuan untuk mengananalisis kematangan mangga secara otomatis menggunakan algoritma K-Nearest Neighbor (KNN) berdasarkan ekstraksi fitur warna. Dataset yang digunakan berjumlah 400 citra Mangga Podang yang didistribusikan secara seimbang menjadi 200 citra matang alami dan 200 citra matang buatan. Proporsi data dibagi menjadi 70%/(280) gambar untuk data latih dan 30%/(120) gambar untuk data validasi kemudian di uji mengunakan 80 citra mangga podang. Nilai fitur warna primer yang diekstraksi dari citra ditetapkan ke dalam kategori data statis untuk kebutuhan pemodelan algoritma. Evaluasi model dilakukan melalui dua skenario ekstraksi fitur ruang warna, yaitu kombinasi Histogram HSV dan HSI serta kombinasi Histogram HSV dan RGB. Hasil penelitian menunjukkan bahwa skenario kedua (HSV dan RGB) menghasilkan performa klasifikasi yang lebih unggul dengan akurasi keseluruhan sebesar 78% pada parameter K=7, yang terbukti paling stabil untuk menghindari overfitting. Sementara itu, pengujian pada skenario pertama (HSV dan HSI) mencapai akurasi optimal sebesar 70% menggunakan parameter K=13. Pemodelan sistem deteksi ini juga telah diintegrasikan dengan sukses ke dalam antarmuka aplikasi berbasis web menggunakan kerangka kerja Flask.
Keywords:
ekstraksi fitur warna, HSI, HSV, k-nearest neighbor, kematangan mangga, mangga podang, RGB.##plugins.themes.default.displayStats.downloads##
References
[1] D. W. N. Niken, E. Herawati, and A. M. Santoso, "Karakteristik Varian Mangga Podang Asal Kediri dan Potensi Olahannya," Pros. Semin. Nas. Kesehatan, Sains dan Pembelajaran, vol. 3, no. 1, pp. 191-195, 2024, doi: 10.29407/0BQ5Q840.
[2] S. Samudi, E. Rohana, and T. Irawati, "Karakteristik Nilai Nutrisi Limbah Kulit Buah Mangga Podang (Mangifera indica L.) di Kabupaten Kediri," JAMI J. Ahli Muda Indones., vol. 5, no. 1, pp. 24-27, 2024, doi: 10.46510/JAMI.V5I1.283.
[3] P. P. Wahyudi and B. Harsono, "Identifikasi Mangga Arumanis yang Dimatangkan dengan Kalsium Karbida (CaC2) Menggunakan Metode Spektroskopi," Techné J. Ilm. Elektrotek., vol. 22, no. 1, pp. 143-156, 2023, doi: 10.31358/TECHNE.V22I1.368.
[4] A. R. Juwita, C. E. Sukmawati, A. R. Pratama, R. S. Bijokangko, and A. Susilo, "Identifikasi Jenis Buah Apel berdasarkan Ektraksi Ciri Warna Fitur HSV dengan Model Jaringan Syaraf Tiruan Backpropagation," Bulletin of Computer Science Research, vol. 6, no. 2, pp. 784-792, 2026, doi: 10.47065/bulletincsr.v6i2.1010.
[5] K. Kematangan Daun Kayu Putih Berdasarkan Citra Warna Hsi Dan Xyz Dengan Menggunakan Metode Knn et al., "KLASIFIKASI KEMATANGAN DAUN KAYU PUTIH BERDASARKAN CITRA WARNA HSI DAN XYZ DENGAN MENGGUNAKAN METODE KNN," IJIS - Indones. J. Inf. Syst., vol. 10, no. 2, pp. 224-235, 2025, doi: 10.36549/IJIS.V10I2.433.
[6] K. Tingkat et al., "KLASIFIKASI TINGKAT KEMATANGAN PARIJOTO BERDASARKAN KARAKTERISTIK WARNA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR," J. Digit Digit. Inf. Technol., vol. 15, no. 1, pp. 30-40, 2025, doi: 10.51920/JD.V15I1.419.
[7] M. Muchtar and R. A. Muchtar, "PERBANDINGAN METODE KNN DAN SVM DALAM KLASIFIKASI KEMATANGAN BUAH MANGGA BERDASARKAN CITRA HSV DAN FITUR STATISTIK," J. Inform. dan Tek. Elektro Terap., vol. 12, no. 2, 2024, doi: 10.23960/JITET.V12I2.4010.
[8] R. Artikel et al., "Deteksi Tingkat Kematangan Buah Mangga Berdasarkan Fitur Warna Menggunakan Pengolahan Citra Digital," vol. 11, pp. 240-250, 2025.
[9] H. A. Ramadhan, I. Komputer, U. Islam, and N. Sumatera, "Klasifikasi Tingkat Kematangan Buah Salak Sidempuan Menggunakan K-Nearest Neighbor pada Ruang Warna HSV," Insologi, vol. 4, no. 4, pp. 997-1012, 2025, doi: 10.55123/insologi.v4i4.6298.
[10] Y. Nahdiyah, D. Swanjaya, R. A. Ramadhani, and S. Geges, "Sistem Diagnosa Dini Menstrual Disorders Dengan K-NN," vol. 8, 2024.
[11] T. Informatika and U. H. Medan, "Analisis Tingkat Kematangan Buah Jeruk Menggunakan Chain Code Dan KNN (K-Nearest Neighbors) Berbasis Website," vol. 9, no. 2, pp. 84-99, 2025, doi: 10.30829/algoritma.v9i2.258998.
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Copyright on any article is retained by the author(s).
- The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
- The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License
