Dr. Widyastuti Andriyani, S.Kom., M.Kom. Primary Author SAPUTRA, ANDIKA JODHI - 21/1005/0041/TSD/08 Primary Author mixed material bibliography Yogyakarta UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA (UTDI) 2025 monographic id Indonesia

Thesis

Sistem klasifikasi menggunakan algoritma Naïve Bayes dikembangkan untuk membedakan antara buah segar dan busuk, khususnya apel, pisang, dan jeruk. Penelitian ini memanfaatkan dataset yang terdiri dari 13.599 gambar dan menerapkan teknik Histogram of Oriented Gradients (HOG) untuk ekstraksi fitur, diikuti dengan pelatihan dan evaluasi model. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi sebesar 87%, dengan presisi tertinggi pada kelas apel segar (0,9792) dan recall tertinggi pada kelas apel busuk (0,9843). Kelas pisang busuk menunjukkan kinerja seimbang dengan F1-score tertinggi sebesar 0,9085. Meskipun terdapat beberapa kesalahan klasifikasi, terutama pada kategori buah jeruk busuk, penelitian ini menunjukkan bahwa teknik pengolahan citra memiliki potensi besar dan dapat diandalkan untuk menilai kualitas buah berdasarkan karakteristik visual. Kata Kunci:Naïve Bayes, Klasifikasi Buah, Histogram of Oriented Gradients (HOG), Pemrosesan Gambar Metode Naive Bayes NONE Perpustakaan Universitas Teknologi Digital Indonesia Katalog Online Perpustakaan Universitas Teknologi Digital Indonesia 009 SAP F R.1 SAP0009MT0125 RAK REFERENSI TESIS MTI 009 SAP F R.1 17762 2025-03-19 10:58:27 2025-03-19 10:59:21 machine generated