<![CDATA[AbstractQuality of fruits depend heavily on the right time of plucking plus the right stage of ripeness to ensure its highest quality before selling. Tomatoes are one of the fruits that have a relatively fast maturity process. So that the classification of tomato maturity has an important role to reduce the risk of spoilage of tomato. Color is one of the attributes that can be used to identify the ripeness of tomato and it is one of the most distinctive characteristic of the fruits and vegetables that grow in tropical climates. In this study, the goal is to classify tomatoes maturity using color based predominant images. Linear Discriminant Analysis (LDA) is used to classify the ripeness classes based on three color models (HSV, YCbCr and CIElab). Comparisons are made between these color models for system accuracy and running time. For the highest accuracy of 95% achieved with a running time of 3,425 seconds with the CIElab color model, and a low of 67% with a running time of 3,526 seconds using the YcbCr color model, and 85% with the fastest system running time of 3,253 seconds obtained by the HSV color model.Keywords:Keywords: Linear Discriminant Analysis, HSV, YCbCr, CIELab, ripeness, Tomatoes __________________________ AbstrakKualitas buah sangat bergantung pada waktu yang tepat untuk memetik ditambah tahap kematangan yang tepat untuk memastikan kualitas tertinggi sebelum dijual. Tomat adalah salah satu buah yang memiliki proses kematangan yang relatif cepat. Sehingga klasifikasi kematangan tomat memiliki peran penting untuk mengurangi resiko pembusukan tomat. Warna adalah salah satu atribut yang dapat digunakan untuk mengidentifikasi kematangan tomat dan itu adalah salah satu karakteristik yang paling khas dari buah-buahan dan sayuran yang tumbuh di iklim tropis. Dalam penelitian ini, tujuannya adalah untuk mengklasifikasikan kematangan tomat menggunakan gambar dominan berbasis warna. Linear Discriminant Analysis (LDA) digunakan untuk mengklasifikasikan Tingkat kematangan berdasarkan tiga model warna berbeda yaitu HSV, YCbCr dan CIElab. Perbandingan dibuat antara model warna ini untuk akurasi dan running time sistem. Untuk akurasi tertinggi 95% dicapai dengan running time 3.425 detik dengan menggunakan model warna CIElab, dan terendah 67% dengan running time 3.526 detik menggunakan model warna YcbCr, dan 85% dengan running time sistem tercepat 3.253 detik diperoleh oleh model warna HSV.Kata Kunci:Kata kunci: Analisis Diskriminan Linier, HSV, YCbCr, CIELab, kematangan, Tomat ]]>
