PERBANDINGA KINERJA PENGKLASIFIKASI CITRA BUAH KAKAO SAKIT DAN SEHAT MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBORS (KNN)

Kakao merupakan salah satu hasil bumi dibidang perkebunan. Perkebunan kakao dengan hasilnya yaitu biji dapat diolah menjadi bahan dasar tepung atau coklat. Keberadaan perkebunan ini tentu perlu mendapat dukungan teknologi kecerdasan buatan untuk membantu proses pensortiran secara modern jika dilakukan penerapan conveyer belt model pemetikan otomatis masa depan menggunakan drone pemetik buah. Proses yang dimaksud pengklasifikasian mendeteksi dataset buah sakit dan sehat. Penelitian membandingkan klasifikasi Support Vector Machine (SVM) k-Nearest Neighbors (KNN) tujuan mengetahui kinerja pengklasifikasi lebih persisi. Dari hasi ujicoba performa dari kernel RBF cross validation 2 mendapatkan prediksi tinggi sebesar 82,5% sedangkan number of neighbors 5, metric euclidean weight distance tingkat akurasinya 82,3%. Kata kunci: support vector machine (SVM); k-nearest (KNN); kakao; klasifikasi.