Klasifikasi jenis buah jambu biji menggunakan algoritma principal component analysis dan k-nearest neighbor

Tingkat kematangan buah jambu biji dapat ditentukan dengan cara melihat berbagai faktor. Bentuk adalah salah satu faktor yang berperan mengidentifikasi objek tertentu. Klasifikasi buah jambu biji dapat dilihat dari bentuk, tekstur maupun warnanya. Bentuk Buah jambu biji cukup beragam mulai dari bulat (Round shape) hingga lonjong (Pear shape). Maka di bangunlah sebuah aplikasi Matlab untuk menentukan jenis jambu biji berdasarkan warna, bentuk dan teksturnya. K-Nearest Neighbor (K-NN) dapat melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut sehingga hasilnya bisa lebih akurat. Principal Component Analysis (PCA) adalah teknik statistik untuk menyederhanakan kumpulan data banyak-dimensi menjadi dimensi yang lebih rendah (extration feature). Kombinasi antara K-Nearest Neighbor dengan Principal Component Analysis menghasilkan akurasi yang cukup tinggi untuk penentuan jenis jambu biji menggunakan data keseluruhan yaitu 45 citra dan dibagi menjadi dua data diantaranya data latih dengan jumlah 36 data jambu biji dan data uji dengan jumlah 9 data jambu biji. Hasil evaluasi yang didapat dari metode PCA dan KNN ini secara keseluruhan adalah rata-rata nilai dari K=2 yaitu 66,66%, K=3 yaitu 77,77%, dan K=4 yaitu 55,55%. Sedangkan untuk konbinasi K-Nearest Neighbor dan Principal Component Analysis menghasilkan nilai akurasi sebesar 78,70 %