Alti Rahma Primary Author mixed material bibliography Banda Aceh Fakultas Kedokteran Hewan 2025

Skripsi

Proses panen buah kopi yang tepat sangat menentukan kualitas biji kopi yang dihasilkan. Namun, metode manual yang masih banyak digunakan oleh petani sering kali menghasilkan ketidakkonsistenan dan membutuhkan waktu yang lama. Penelitian ini bertujuan untuk merancang dan mengembangkan alat pendeteksi kematangan buah kopi arabika menggunakan sensor warna TCS3200 berbasis Arduino dengan metode K-Nearest Neighbor (K-NN). Sensor TCS3200 digunakan untuk membaca nilai RGB dari buah kopi, yang kemudian diklasifikasikan ke dalam tiga kategori kematangan, yaitu mentah, setengah matang, dan matang menggunakan algoritma K-NN. Penelitian ini menggunakan 300 sampel buah kopi sebagai data latih dan 150 sampel buah kopi sebagai data uji. Metode yang digunakan pada penelitian ini adalah K-Nearest Neighbor (K-NN), sementara analisis kinerja alat dilakukan dengan menggunakan metode confusion matrix. Hasil pengujian menunjukkan bahwa nilai K terbaik dalam penelitian ini adalah K=20, karena memberikan keseimbangan optimal antara bias dan varians, serta menghasilkan tingkat kesalahan yang lebih rendah dibandingkan nilai K lainnya dengan akurasi mencapai 87%. Dengan nilai K ini, alat yang dikembangkan memiliki akurasi 81,33%, presisi rata-rata 81,42%, recall rata-rata 81,33% dan F1 score rata-rata. 81,36%. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 151685 2025-03-19 19:56:43 2025-03-20 08:56:32 machine generated