DETEKSI TINGKAT KEMATANGAN BUAH SRIKAYA (Annona squamosa L.) BERDASARKAN SIFAT FISIK DAN KIMIA PADA PENYIMPANAN SUHU RUANG MENGGUNAKAN ALGORITMA k-NEAREST NEIGHBOR (k-NN) DAN RANDOM FOREST

Abstrak

Proses klasifikasi pada buah seringkali menjadi masalah dalam proses produksi hasil pertanian,salah satunya dalam klasifikasi tingkat kematangan buah srikaya, serta telah banyak penelitianpengklasifikasian buah menggunakan satu atau dua parameter menggunakan machine learning.Sifat fisik dan kimia seperti aroma, kadar air, TPT, tekstur dan susut bobot biasanya menjadiindikator dalam menentukan kematangan buah, Tujuan penelitian ini adalah untuk menentukantingkat kematangan pada buah srikaya berdasarkan sifat fisik dan kimia menggunakan algoritmak-Nearest Neighbor (k-NN) dan Random Forest, serta mengukur keakuratan algoritma tersebut.Metode yang digunakan pada penelitian ini yaitu metode klasifikasi k-NN dan Random Forest,kemudian diukur kinerjanya menggunakan confusion matrix. Parameter yang diamati yaitu sifatfisik (susut bobot dan tekstur) dan kimia (kadar air, total padatan terlarut dan kandungan gas).Hasil deteksi tingkat kematangan pada buah srikaya sudah tercapai, dari 8 data uji dapatmendeteksi 1 buah yang rusak menggunakan metode k-NN, sedangkan metode random forest dari8 data uji dapat mendeteksi 2 buah mentah, 3 buah matang dan 1 buah rusak. Tingkat akurasi metode k-NN sebesar 12,5% dan random forest sebesar 75%. Performa metode random forestlebih tinggi dari metode k-NN berdasarkan hasil akurasi, presisi, sensitivitas dan spesifisitas.