<![CDATA[Abstrak Tingkat kematangan pepaya selama ini diidentifikasi secara visual dengan perubahan warna pada kulit buah pepaya. Proses identifikasi ini memiliki beberapa kekurangan di antaranya melelahkan, tidak konsisten, dan memakan waktu. Tujuan penelitian ini adalah membangun sebuah aplikasi pengolahan citra untuk mengidentifikasi tingkat kematangan pada buah pepaya berbasis mobile agar lebih efektif. Metode yang digunakan pada penelitian ini adalah regresi linier berganda. Metode ini digunakan untuk mencari korelasi antara nilai red, green, blue (RGB) dan Brix pada buah pepaya. Pembuatan aplikasi ini menggunakan metode K-Nearest Neighbour (KNN) menggunakan 90 buah papaya dengan tingkat kematangan yang berbeda, yaitu tingkat kematangan mentah, mengkal, dan matang. KNN digunakan sebagai metode untuk kuantifikasi warna sehingga mendekati warna yang sesungguhnya. Hasil pengujian sistem menunjukkan bahwa penerapan aplikasi identifikasi tingkat kematangan buah pepaya memiliki tingkat akurasi sebesar 66,67%. Aplikasi ini butuh untuk dikembangkan lebih lanjut karena masih memiliki tingkat akurasi yang rendah, tetapi aplikasi ini sudah dapat digunakan sebagai alat bantu sortasi pepaya.Kata kunci: pengolahan citra, pepaya, RGB, Brix AbstractThe degree of ripeness of papaya has been evaluated manually based on its skin color parameters. This identification process has several disadvantages, such as exhausting, inconsistent, and taking time. This research is set to build an application of image processing for identifying a papaya maturity level based on the mobile application. The method used in this research is multiple linear regression to find the correlation between red, green, blue (RGB) and Brix values in papaya. The mobile application is developed by using K-Nearest Neighbour (KNN) method for 90 papayas with different levels of maturity; unripe, moderate, and ripe. KNN is used to estimate the color of papaya skin quantitatively. The result showed that the use of the mobile application for determination of the degree of papaya ripeness has an accuracy level of 66.67%. The mobile application can be used as a supporting tool for papaya sorting process, although it should be improved to increase its accuracy.Keywords: image processing, papaya, RGB, Brix]]>
