Klasifikasi Kematangan Manggis Berdasarkan Fitur Warna dan Tekstur Menggunakan Algoritma Naive Bayes

Abstract

Manggis merupakan salah satu komoditas buah asli Indonesia yang memiliki prospek pasar yang menjanjikan, terlebih dalam pasar ekspor. Namun masih ada permasalahan dalam hal penyortiran buah hasil panen. Buah manggis hasil panen disortir berdasarkan kematangan buahnya untuk tujuan pasar yaitu pasar ekspor dan pasar domestik. Faktor penentu kematangan buah manggis adalah warna dan tekstur dari kulit buahnya. Penelitian ini bertujuan untuk mengklasifikasi kematangan buah manggis berdasarkan warna dan tekstur menggunakan algoritma Naive Bayes. Fitur warna dan tekstur yang diekstraksi adalah kontras, korelasi, energi, homogenitas, entropi, standar deviasi, mean, varians, skewness, dan kurtosis. Fitur diekstraksi dari citra RGB, citra grayscale, citra HSV, dan citra CIELAB. Hasil ekstraksi fitur melewati tahap seleksi fitur menggunakan algoritma Minimum Redundancy Maximum Relevance (MRMR). Metode klasifikasi yang digunakan adalah metode Naive Bayes. Model klasifikasi Naive Bayes menggunakan parameter sebanyak 13 fitur dalam pembangunan modelnya yaitu mean R, mean G, standar deviasi G, mean Saturation, mean Hue, standar deviasi Hue, standar deviasi Value, mean a*, mean b*, standar deviasi a*, standar deviasi b*, varians a*, dan kontras. Hasil klasifikasi kematangan buah manggis menggunakan algoritma Naive Bayes memperoleh tingkat akurasi sebesar 95,7% dengan sensitivitas, spesifisitas, dan presisi untuk kelas matang sebesar 93,3%, 96,8%, dan 93,3%. Sensitivitas, spesifisitas, dan presisi untuk kelas mentah masing-masing sebesar 100%. Sensitivitas, spesifisitas, dan presisi untuk kelas setengah matang sebesar 93,3%, 96,9%, dan 93,3%.