Implementasi Algoritma K-Nearest Neighbor Dengan Metode Hue Saturation Value Untuk Pendeteksi Kematangan Buah Jambu

Citra merupakan representasi, kemiripan atau imitasi dari suatu objek. Perkembangan teknologi kamera semakin berkembang, dengan didukungnya oleh perangkat lunak dan perangkat keras pada kamera, seperti kamera smartphone, ct scan, rontgen, sensor dan lain-lain. Dengan adanya bantuan kamera citra dapat dimanfaatkan untuk diolah dengan adanya kelebihan-kelebihan yang dimiliki oleh citra digital tersebut maka gambar mudah untuk didapatkan maupun diperbanyak engan adanya citra digital maka untuk menentukan kematangan buah jambu berdasarkan warnanya bisa dilakukan secara computing (berbasis teknologi), yaitu dengan menerapkan pengolahan citra menggunakan metode transformasi ruang warna HSV (Hue, Saturation, Value). Model warna HSV (Hue, Saturation, Value) mengelompokkan komponen intensitas dari informasi warna yang dibawa (hue dan saturation) dalam warna citra. Hasil dari deteksi kematangan dapat dilihat pada masing-masing pengujian dengan nilai presentase 91,67% untuk kategori buah jambu matang, 90% untuk kategori buah jambu mentah. Nilai presentase untuk pengujian keseluruhan data mempunyai presentase nilai yang baik dimana berpengaruh dalam mendeteksi kematangan jambu kristal yaitu sebesar 95%. Maka dapat disimpulkan, bahwa pendeteksian kematangan buah jambu kristal dapat dilakukan dengan menerapkan metode transformasi ruang warna HSV