Abstract:
Proses pemeriksaan tingkat kematangan buah kopi biasanya dilakukan oleh manusia yang ahli
di bidangnya. Akan tetapi hal ini memiliki kendala, antara lain terbatasnya tenaga ahli dan
mahalnya upah untuk tenaga ahli. Oleh karena itu, akan dikembangkan metode agar dapat
melakukan pemeriksaan tingkat kematangan buah secara otomatis. Salah satu penerapannya
adalah dengan mengklasifikasi buah kopi yang akan dicek secara otomatis melalui citra buah
kopi untuk setiap tingkat kematangan yang berbeda. Transformasi dari citra menjadi bentuk
numerik, menggunakan pendekatan intensitas RGB (Red, Green, Blue), selanjutnya diklasifikasi
menggunakan k-Nearest Neighbor dan analisis komponen utama. Terdapat dua klasifikasi yang
dibandingkan, yaitu penggunaan algoritma k-Nearest Neighbor secara langsung dan kombinasi
k-Nearest Neighbor dengan analisis komponen utama. Hasil penelitian menunjukkan klasifikasi
dengan menggunakan k-Nearest Neighbor lebih akurat dan waktu komputasinya lebih singkat
dibandingkan menggunakan kombinasi k-Nearest Neighbor dan analisis komponen utama.
