Klasifikasi Tingkat Kemanisan Alpukat Berdasarkan Fitur Hue Saturation Value (HSV) dengan Menggunakan Support Vector Machine (SVM)

  • M Reynaldi Saputra Prodi Informatika, FIKR, Universitas Multi Data Palembang
  • Hafiz Irsyad Prodi Informatika, FIKR, Universitas Multi Data Palembang

Abstract

Dalam proses penetuan mutu atau tingkat kemanisan buah alpukat di pasaran pada  umumnya dilakukan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan /  sortasi kemanisan alpukat atau menggunakan metode destruktif dengan cara pengambilan  sampel, uji coba kemanisan alpukat tersebut seperti menggunakan Refractometer.  Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relatif besar  dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan alpukat oleh  pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat besar.  Support Vector Machine (SVM) diimplementasikan pada penelitian ini menggunakan kernel  linear, polynomial, dan gaussian. Proses pengujian menggunakan K-Fold Cross Validation.  Fold yang digunakan yaitu 4-fold, 5-fold dan 10-fold. Performa fitur HSV dan metode SVM  yang mendapatkan hasil terbaik adalah pada 5-fold dengan nilai accuracy sebesar 100,00%  dengan menggunakan kernel polynomial, precision sebesar 100,00% pada kernel polynomial,  dan recall sebesar 100,00% pada kernel polynomial, Sedangkan hasil terendah terdapat pada  kernel gaussian 5-¬fold dengan nilai accuracy sebesar 98.91%, precision sebesar 98.61%, dan  recall sebesar 98.37%.

Published
2022-04-11
How to Cite
Saputra, M., & Irsyad, H. (2022, April 11). Klasifikasi Tingkat Kemanisan Alpukat Berdasarkan Fitur Hue Saturation Value (HSV) dengan Menggunakan Support Vector Machine (SVM). Jurnal Algoritme, 2(2), 113-119. https://doi.org/https://doi.org/10.35957/algoritme.v2i2.2361