View/Open

Author

Advisor
Ilham Firman Ashari, S.Kom., M.T,
Andika Setiawan, S.Kom., M.Cs.,

Koleksi
Teknik Informatika

Publisher

Buah tomat merupakan salah satu komoditas hortikultura dengan nilai ekonomi tinggi yang memerlukan perhatian khusus dalam proses pemilahan untuk memastikan kualitas sesuai standar. Proses pemilahan tomat secara manual masih umum dilakukan dan rentan terhadap kesalahan manusia, bersifat subjektif, serta tidak efisien dalam skala besar. Penelitian ini bertujuan merancang dan membangun alat pemilah buah tomat otomatis berbasis mikrokontroler ESP32 dengan menggunakan sensor warna TCS230 dan metode klasifikasi K-Nearest Neighbor (KNN). Alat ini membaca nilai RGB dari buah tomat menggunakan sensor, menghitung jarak euclidean terhadap dataset pelatihan, lalu menentukan tingkat kematangan berdasarkan suara terbanyak dari k tetangga terdekat. Penelitian ini tidak menggunakan library eksternal dalam implementasi KNN agar sesuai dengan keterbatasan memori pada mikrokontroler. Dataset yang digunakan terdiri dari 90 sampel, terbagi rata untuk tiga kelas kematangan (mentah, setengah matang, dan matang). Berdasarkan hasil pengujian terhadap 15 data uji, alat mampu mencapai akurasi klasifikasi sebesar 93,3%. Alat bekerja secara real-time dengan waktu respon cepat, dan terbukti efektif untuk mengurangi kesalahan subjektif dalam proses pemilahan buah. Kesimpulannya, alat ini dapat digunakan untuk membantu proses sortasi tomat secara otomatis di lingkungan pertanian atau pascapanen.

URI
https://repo.itera.ac.id/depan/submission/SB2507290006

Keyword
Klasifikasi KNN Tomat RGB