PENERAPAN METODE K-NEAREST NEIGHBOR (KNN) UNTUK

MENGKLASIFIKASIKAN MUTU BUAH JERUK

BERDASARKN FITUR WARNA DAN TEKSTUR

OUTLINE PROPOSAL TUGAS AKHIR

OLEH:

ROBIANTO
K11112030

PROGRAM STUDI SISTEM KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS TANJUNGPURA
PONTIANAK
2018
1. Latar belakang
Buah-buahan merupakan suatu komoditas yang menguntungkan karena
keanekaragaman varitas dan didukung oleh iklim yang sesuai, sehingga menghasilkan
buah-buahan yang sangat bervariasi dan menarik. Buah jeruk merupakan salah satu
produk hortikultura yang mempunyai prospek pemasaran yang bagus, terutama di
Indonesia yang memiliki iklim tropis. Penanganan pasca panen memegang peranan
penting dalam penentuan mutu jeruk, terutama kegiatan seleksi dan pemutuan. Selama ini
kegiatan seleksi dan pemutuan buah jeruk masih sebagian besar dilakukan secara manual,
sehingga menghasilkan produk yang kurang seragam. Karena hasil sortasi manual yang
kurang memuaskan, maka diperlukan suatu metode untuk menyeleksi dan
mengelompokkan buah jeruk dengan baik tanpa merusak buah tersebut.
Salah satu cara yang dapat menjawab permasalahan tersebut adalah proses otomatis
menggunakan teknologi. Pemisahan secara manual memiliki kelemahan terutama
kesalahan pada manusia (human error), maka pemisahan akan menjadi tidak efektif. Pada
penelitian ini akan dibuat sistem yang dapat memanfaatkan warna, ukuran dan tekstur
pada buah jeruk sebagai indikator pemisahnya. Pada dasarnya setiap buah jeruk memiliki
warna, ukuran, dan tekstur yang bisa digunakan sebagai acuan untuk menentukan kualitas
buah jeruk yang akan di teliti.
Sistem pengolahan citra dirancang untuk memisahkan buah jeruk, dimana pengguna
hanya perlu mengambil gambar buah jeruk dalam keadaan normal. Metode yang
digunakan dalam penelitian ini adalah metode K-Nearest Neighbor (KNN) yaitu sebuah
metode pengklasifikasian data. Pengklasifikasian gambar menggunakan metode KNN
adalah dengan cara mencari kerabat dekat dari gambar uji berdasarkan tingkat
kemiripannya dengan gambar-gambar latih yang tersedia.
Oleh karena itu, penulis mencoba merancang suatu sistem aplikasi pemisah buah
jeruk menggunakan sistem pengolahan citra dengan judul “ APLIKASI .... “. Sistem yang
akan dirancang diimplementasikan terhadap buah jeruk dan diharapkan dengan adanya
seleksi ini, dapat mempermudah sistem seleksi yang sebelumnya masih manual menjadi
otomatis dalam hal menyeragamkan kualitas dan mutu buah jeruk berdasarkan warna, dan
teksturnya.

2. Perumusan masalah
Berdasarka latar belakang permasalahan yang telah diuraikan sebelumnya,
maka dapat diambil perumusan masalah dalam pengklasifikasian mutu buah jeruk
adalah sebagai berikut :
 1) Bagaimana merancang aplikasi untuk mempermudah pemisahan buah jeruk
berdasarkan warna, dan tekstur.
2) Bagaimana proses pengolahan citra untuk mengklasifikasikan buah jeruk
berdasarkan kualitas buah.
3. Tujuan penelitian
Adapun tujuan dari penelitian ini adalah untuk merancang aplikasi sistem
otomatis yang akan mengklasifikasikan tingkat mutu buah jeruk berdasarkan warna,
ukuran dan tekstur menggunakan sistem pengolahan citra dengan metode K-Nearest
Neighbor (KNN) demi mempermudah saat pemisahan kualitas pada buah jeruk.
4. Batasan masalah
Batasan masalah yang dibahas pada penelitian ini adalah sebagai berikut :
1) Objek yang dijadikan sampel adalah buah jeruk.
2) Buah jeruk yang akan diseleksi adalah buah jeruk yang tidak busuk.
3) Pemutuan buah jeruk berdasarkan warna akan diseleksi dengan pilihan (
4) Pemutuan buah jeruk berdasarkan tekstur akan diseleksi dengan pilihan (
5. Manfaat penelitian
Manfaat dari penelitian ini adalah :
1)
6. Deskripsi penelitian
Dalam penelitian ini,

7. Metodologi penelitian
Adapun metodologi penelitian yang digunakan pada penelitian ini yaitu
sebagai berikut :
a. Studi Pustaka
Studi pustaka pada penelitian ini dilakukan dengan membaca beberapa
jurnal dan buku yang berkaitan dengan metode K-Nearest Neighbor
(KNN).
b. Identifikasi masalah
Identifikasi masalah adalah merumuskan masalah yang akan dijadikan
objek dalam penelitian. Langkah selanjutnya adalah menentukan tujuan
dari penelitian.
c. Pengumpulan Data
 Pada penelitian ini, dilakukan observasi ke sebuah hotel untuk
mendapatkan informasi berupa video.

d. Perancangan
Setelah didapatkan informasi berupa video, selanjutnya data dibagi
menjadi dua yaitu data latih dan data uji, kemudian proses
pengenalan dengan metode Background Subtraction. Hasil keluaran
dari sistem ini berupa pemberithuan kepada pihak hotel .
e. Implementasi Sistem
Pada tahapan ini, rancangan program serta rancangan tampilan aplikasi
yang telah ditentukan sebelumnya dapat diimplementasikan menjadi suatu
sistem penerapan metode Background Subtraction berdasarkan video yang
diambil.
f. Pengujian
Selanjutnya yaitu tahap pengujian, pengujian pada sistem dinyatakan
berhasil jika keluaran dari sistem sesuai, kemudian dilakukan analisa dari
hasil pengujian.
g. Analisis
Pada tahap analisa ini berupa analisa hasil pengujian sistem, yaitu tingkat
keakurasian dengan metode K-Nearest Neighbor (KNN).
h. Kesimpulan dan Saran
Tahapan akhir dari keseluruhan sistem yang akan dibuat ini adalah
kesimpulan dan saran, dimana kesimpulan berisi hal-hal yang dianggap
pokok didalam proses pembuatan sistem, dan saran berisi hal-hal yang
merupakan masukan dari pengguna sistem demi kesempurnaan sistem
yang dibuat. Adapun flowchart metodologi penelitian, tercantum pada
gambar 2.
8. Daftar pustaka