Klasifikasi Tingkat Kesegaran Buah Jeruk Menggunakan Metode Support Vector Machine

Abstract

Masa globalisasi sekarang media komputerisasi elektronik dapat dimanfaatkan dengan perkembangan perangkat keras maupun perangkat lunak sebagai alat bantu identifikasi menggunakan berbagai algoritma dan metode dalam mengklasifikasi maupun mengukur suatu objek pada berbagai bidang. Pada penelitian ini menggunakan metode Support Vector Machine (SVM) yang digabungkan dengan ekstraksi fitur dari Gray Level Co-occurence Matrix (GLCM) dan informasi warna dari Hue, Saturation, Value (HSV). Tujuan dari metode GLCM digunakan untuk mengekstraksi fitur tekstur kulit jeruk, sementara HSV digunakan untuk mendapatkan informasi warna yang relevan dengan kualitas buah dan Metode SVM digunakan untuk mengklasifikasikan citra jeruk berdasarkan tingkat kesegarannya. Proses penelitian dilakukan melalui tahapan sistematis mulai dari pengumpulan dataset, pre processing dataset, ekstraksi fitur, pelatihan model, hingga evaluasi performa evaluasi model dan model data yang digunakan dalam penelitian ini diperoleh dari berbagai tempat seperti pasar buah dan toko buah lain nya di sekitar wilayah penelitian. Sebanyak 208 gambar jeruk, yang terdiri dari jeruk segar dan jeruk busuk. Berdasarkan hasil penelitian dan pembahasan yang dilakukan. Hasil penelitian menunjukkan bahwa metode SVM dengan kombinasi fitur GLCM dan HSV menghasilkan akurasi sebesar 92,86%, dengan nilai precision, recall dan f1-score yang tinggi untuk kedua kelas, yaitu jeruk segar dan busuk.