DETEKSI KEMATANGAN PADA BUAH SALAK DI POHON MENGGUNAKAN EKSTRAKSI FITUR HSV DAN KLASIFIKASI SVM = Ripeness Detection on Salak Fruit on Trees Using HSV Feature Extraction and SVM Classification

Indonesia adalah salah satu negara tropis di Asia Tenggara yang kaya akan berbagai jenis buah, termasuk salak. Buah salak memiliki umur simpan yang singkat, kurang dari seminggu, karena proses pematangannya yang cepat dan kandungan air yang tinggi, sekitar 78%. Deteksi kematangan buah salak yang akurat dan tepat waktu sangat penting dalam manajemen panen dan distribusi buah salak ke pasar. Oleh karena itu, tujuan dari penelitian ini adalah merancang sistem untuk mendeteksi kematangan buah salak di pohon menggunakan ekstraksi fitur HSV dan klasifikasi SVM. Penelitian ini menggunakan citra buah salak di pohon yang diambil dengan kamera smartphone sebagai data input. Sebanyak 100 data awal digunakan dan setelah proses segmentasi, diperoleh total 128 data per tandan. Data ini kemudian dibagi menjadi 102 untuk pelatihan dan 26 untuk pengujian. Nilai fitur yang diekstraksi adalah fitur warna. Hasil penelitian menunjukkan bahwa deteksi kematangan buah salak di pohon menggunakan SVM mencapai akurasi 89%. Parameter yang digunakan adalah kernel rbf dengan nilai Cost (C) = 1000 dan gamma = 0,1 yang diperoleh dari Grid Search. Model ini kemudian diimplementasikan ke dalam sistem berbasis Android dengan akurasi sebesar 85%.

Kata Kunci : Salak, HSV, SVM, android