Identifikasi Kualitas Cabai Berdasarkan Warna dan Tekstur Dengan Menggunakan Metode K-Nearest Neighbor UD.Djumain Pasar Induk Gadang Section Artikel

2020: Seminar Informatika Aplikatif Polinema (SIAP) - 2020

Hanif Luhur Wicaksono
Dhebys Suryani
Wilda Imama Sabilla

Abstract

Cabai termasuk salah satu komoditas sayuran
yang mempunyai nilai ekonomis tinggi. Selain dapat dikonsumsi
sebagai campuran bumbu masakan, juga dapat diawetkan
dalam bentuk sambal, saus, dan pasta acar. Pada saat ini untuk
mengetahui kualitas cabai masih menggunakan cara manual
yaitu dengan mengandalkan pengamatan mata yang mungkin
memiliki kekurangan yang disebabkan keterbatasan dan
kelemahan indera penglihatan manusia. Lain halnya jika
kualitas cabai tidak bagus ikut terjual dengan cabai kualitas
bagus akan berakibat kerugian bagi konsumen. Oleh karena itu
perlu adanya sistem yang dapat mengidentifikasi kualitas cabai.
Dalam Tugas Akhir ini, penulis membuat sistem pengolahan
citra digital yang dapat mengidentifikasi kualitas cabai
berdasarkan warna dan tekstur menggunakan metode Gray
Level Co-Ocurrence dan K-Nearest Neighbor dengan perolehan
akurasi sistem sebesar 94,4%. Dengan adanya sistem ini dapat
dimanfaatkan untuk membedakan tingkat kualitas cabai
berdasarkan warna dan tekstur untuk berbagai keperluan.