Klasifikasi Kematangan Buah Kelapa Sawit Berdasarkan Warna Menggunakan Metode K-Nearest Neighbor

Algoritma K-Nearest Neighbor (K-NN) adalah algoritma pembelajaran mesin
yang sederhana digunakan untuk klasifikasi dan regresi.Penelitian ini bertujuan
untuk mengimplementasikan algoritma K-NN dalam klasifikasi tingkat
kematangan buah kelapa sawit berdasarkan warna. Data yang digunakan terdiri
dari 270 citra buah kelapa sawit jenis dura, tenera, dan pisifera yang diambil
menggunakan kamera smartphone.Hasil penelitian menunjukkan bahwa nilai K
pada algoritma K-NN berperan penting dalam menentukan performa klasifikasi.
Dengan K=3, model mencapai akurasi tertinggi sebesar 93,67%, sedangkan
akurasi terendah sebesar 80,05% nilai K=25. Dibandingkan dengan penelitian
sebelumnya yang memperoleh akurasi tertinggi 92% pada K=7, penelitian ini
menunjukkan peningkatan performa klasifikasi.Analisis data klasifikasi
menunjukkan 56 data citra terklasifikasi dengan benar dan 25 data citra salah dari
total 81 data citra uji. Penelitian ini membuktikan bahwa K-NN dengan citra
warna RGB dapat efektif digunakan untuk klasifikasi tingkat kematangan buah
kelapa sawit.