KLASIFIKASI KUALITAS BUAH MANGGA DENGAN ALGORITMA SVM DAN KNN PADA PLATFORM RSTUDIO

Abstract This study aims to develop a classification and prediction model for mango quality (good vs bad) using machine learning algorithms on the RStudio platform. Computer vision is used for color (RGB) feature extraction from mango images. Two algorithms were compared, namely K-Nearest Neighbor (KNN) and Support Vector Machine (SVM). The dataset consists of good and bad mango images divided into training data (70%) and test data (30%). Evaluation results show that the SVM model yields higher accuracy (0.76) compared to KNN (0.68). The SVM confusion matrix shows a True Positive (TP) of 173 and a True Negative (TN) of 127, indicating good detection capability. Visualization with ggplot2 clarifies classification patterns and data distribution. This research proves the effectiveness of RStudio and the SVM algorithm in building an accurate and efficient computer vision-based fruit quality classification system. Keywords: Classification; Prediction; Computer Vision; SVM; KNN; RStudio Abstrak Penelitian ini bertujuan untuk mengembangkan model klasifikasi dan prediksi kualitas buah mangga (bagus vs jelek) dengan memanfaatkan algoritma machine learning pada platform RStudio. Computer vision digunakan untuk ekstraksi fitur warna (RGB) dari citra buah mangga. Dua algoritma dibandingkan, yaitu K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Dataset terdiri dari citra mangga bagus dan jelek yang dibagi menjadi data latih (70%) dan data uji (30%). Hasil evaluasi menunjukkan bahwa model SVM menghasilkan akurasi lebih tinggi (0.76) dibandingkan KNN (0.68). Confusion matrix model SVM menunjukkan True Positive (TP) 173 dan True Negative (TN) 127, mengindikasikan kemampuan deteksi yang baik. Visualisasi dengan ggplot2 memperjelas pola klasifikasi dan distribusi data. Penelitian ini membuktikan efektivitas RStudio dan algoritma SVM dalam membangun sistem klasifikasi kualitas buah berbasis komputer visi yang akurat dan efisien. Kata Kunci: Klasifikasi; Prediksi; Computer Vision; SVM; KNN; RStudio