<![CDATA[Abstrak - Melon merupakan tanaman buah yang termasuk kedalam suku labu-labuan, banyak petani di negara tropis khususnya indonesia mengembangkan budidaya buah melon. Kematangan buah melon menjadi salahsatu tolak ukur keberhasilan panen pertanian melon, namun terdapat permasalahan dalam menentukan kualitas kematangan buah melon karena panen buah melon lebih awal akan menyebabkan rendahnya kualitas sedangkan panen melebihi waktu panen akan menyebabkan pendeknya umur penyimpanan. Analisa berdasarkan tekstur perlu dilakukan dalam menentukan kematangan buah melon, teknik GLCM akan menjadi solusi dalam Analisa tekstur berdasarkan citra digital, Selain Analisa tektur, pada penelitian ini akan menerapkan algoritma Support Vector Machine (SVM), SVM mampu mengatasi klasifikasi citra digital, ada empat fungsi kernel pada algoritma SVM yang akan digunakan yaitu linear, polynomial, sigmoid dan RBF. Dengan jumlah data sebanyak 650 citra buah melon yang terbagi kedalam 250 citra matang, 200 citra setengah matang dan 200 citra tidak matang dan pengujian data citra dibagi menjadi dua bagian yaitu 80% untuk data tranning sedangkan 20% untuk data testing, didapat hasil pengujian dalam percobaan dua sudut GLCM dan empat fungsi kernel SVM. Didapat nilai akurasi, recall dan precision yang paling baik nilainya yaitu pada fungsi kernel linier dan pada delapan sudut GLCM dengan nilai akurasi 80%, Precision 81% recall 80 %.]]>
Copyrights © 2022
