IMPLEMENTASI HYBRID INTELLIGENT SYSTEMS DALAM PENGKLASIFIKASIAN JENIS BUAH BERRY

Abstrak

Penelitian ini bertujuan untuk mengklasifikasikan jenis buah berry berdasarkan kualitas dan kesegarannya menggunakan metode Principal Component Analysis (PCA) dan K-Nearest Neighbor (KNN). Penelitian dilakukan dengan menggunakan 16 citra latih dan 10 citra uji, yang terdiri atas tiga jenis buah berry: blackberry, blueberry, dan raspberry. Ekstraksi fitur dilakukan menggunakan PCA untuk mengurangi dimensi data, diikuti dengan proses klasifikasi menggunakan algoritma KNN dengan jarak Euclidean. Hasil pengujian menunjukkan bahwa kombinasi metode PCA dan KNN mampu mencapai tingkat akurasi sebesar 100%, yang menunjukkan efektivitas model dalam mengklasifikasikan jenis buah berry dengan akurat. Meskipun akurasi yang tinggi telah diperoleh, diperlukan evaluasi lebih lanjut untuk memastikan kemampuan generalisasi model dan menghindari risiko overfitting. Penelitian ini memberikan solusi praktis untuk klasifikasi buah berry berdasarkan kualitas dan kesegaran dengan lebih cepat dan akurat.