@thesis{thesis,
		author={MAULANA  Muhammad Irham},
		title ={KLASIFIKASI TINGKAT KEMATANGAN CABAI KERITING 
BERDASARKAN WARNA MENGGUNAKAN ALGORITMA KNN},
		year={2023},
		url={http://eprints.peradaban.ac.id/1480/},
		abstract={Cabai keriting (Capsicum annuum L.) merupakan salah satu tanaman sayuran yang mempunyai prospek pembudidayaan dan pemasaran yang cukup baik karena sering dan banyak dimanfaatkan oleh masyarakat. Selain dikonsumsi sebagai bumbu masak, cabai digunakan untuk bahan membuat obat tradisional, bahan campuran pada industri makanan dan minuman.Tanaman cabai keriting  tidak memerlukan perawatan hidup yang sulit sehingga dapat dibudidayakan di banyak daerah. Salah satu faktor yang sangat mempengaruhi kualitas cabai keriting adalah penanganan saat panen dan pasca panen. Pengklasifikasian yang dilakukan oleh para petani pada umumnya menggunakan proses pemilahan cabai keriting dengan cara melihat pada perubahan warna kulit. Cara tersebut tentunya memiliki kelemahan yaitu proses klasifikasi yang lambat, pemilihan kurang akurat, dan hasil yang tidak konsisten. Atas dasar permasalahan di atas dibuatlah sebuah sistem untuk pengklasifikasikan tingkat kematangan cabai keriting menggunakan metode K-Nearest Neighbor (KNN). Sistem ini dibuat dengan memakai software matlab dengan system klasifikasi dibagi 4 kelas, yaitu mentah, setengah matang, matang, dan busuk. Penelitian ini memakai data citra sebanyak 160 yang terbagi menjadi 80 data latih dan 40 data uji. Data tersebut diklasifikasikan memakai algoritma K-Nearest Neighbor (KNN) dengan nilai K=5.  Didapatkan akurasi sebesar 87%.}
		}