RANCANG BANGUN SISTEM PENDETEKSI WARNA TOMAT MENGGUNAKAN METODE KNN BERBASIS INTERNET OF THINGS

Abstract

Dalam industri pertanian tomat, pemilihan dan klasifikasi buah tomat berdasarkan warna
merupakan faktor penting untuk menentukan kualitas dan tingkat kematangan. Proses ini sering
dilakukan secara manual, yang memerlukan waktu dan tenaga kerja yang cukup besar serta
berisiko mengalami kesalahan subjektif. Oleh karena itu, penelitian ini bertujuan untuk merancang
dan mengembangkan Sistem Pendeteksi Warna Buah Tomat dengan menggunakan metode K
nearest Neighbor (knn) Berbasis IoT. Sistem ini bertujuan meningkatkan efisiensi dan akurasi
sortasi tomat yang sebelumnya dilakukan secara manual. Metode knn digunakan untuk
mengklasifikasikan tomat kedalam tiga kategori: merah (matang), hijau (belum matang), dan
kuning (setengah matang). Hasil pengujian menunjukkan rata-rata data yang diperoleh kemudian
dikirim dan dipantau secara real-time melalui platform berbasis Internet of Things (IoT). Sistem
ini diharapkan mampu meningkatkan efisiensi dan akurasi dalam proses seleksi tomat, serta
memberikan solusi otomatisasi yang lebih modern dalam sektor pertanian. Hasil pengujian
menunjukkan bahwa sistem ini bekerja dengan tingkat akurasi yang cukup baik dalam mendeteksi
warna tomat. Dengan adanya teknologi ini, proses klasifikasi buah tomat dapat dilakukan dengan
lebih cepat, efisien, dan konsisten, sehingga membantu petani dan distributor dalam meningkatkan
kualitas dan daya saing produk mereka di pasar.
Kata kunci: K-Nearest Neighbor,Sensor Warna, Internet of Things (IoT), Klasifikasi Tomat,
Otomatisasi Pertanian.