PENERAPAN SISTEM PREDIKSI TINGKAT KEMANISAN BUAH MANGGA MANALAGI DENGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) MENGGUNAKAN FITUR HISTORY OF ORIENTED GRADIENTS (HOG)

Abstract

Mangga merupakan buah tropis yang digemari banyak orang, namun tingkat kemanisan yang bervariasi dapat menimbulkan tantangan tersendiri. Masyarakat seringkali kesulitan memilih mangga yang sesuai dengan preferensi rasa mereka tanpa harus mencicipinya terlebih dahulu. Oleh karena itu pada penelitian ini membahas tentang penerapan sistem prediksi tingkat kemanisan buah mangga manalagi dengan algoritma Support Vector Machine (SVM) menggunakan fitur History Of Oriented Gradients (HOG). Penelitian ini melakukan uji coa proses memprediksi mangga dengan fitur bentuk mangga dan warna mangga dari kelas dataset, kemudian melakukan pengolahan data kelas mangga yang terbagi menjadi 4 diatarannya ada mangga mentah, mangga matang, mangga setengah matang, dan mangga matang sebagian. Untuk data yang dilakukan untuk pengujian ada 31 citra manga dari per kelasnya. Dan hasil pengujian ini sistem memperoleh nilai akurasi sebesar 97.59% nilai precision mendapatkan 0.98, recall mendapat 0.98, f1-score 0.98, dan support mendapatkan 166 nilai.