Buah anggur merupakan tanaman buah yang memiliki minat konsumen
tertinggi. Pekebun buah anggur tentunya menginginkan buah dengan kualitas
tinggi dan siap untuk di pasarkan di pasar. Perbedaan kualitas buah anggur yang
siap untuk dikonsumsi maupun tidak dapat dilihat dari tekstur dan warna.
Banyaknya pekebun anggur memilih anggur hanya berdasarkan penglihatan
secara subyektif untuk membedakan kualitas buah anggur tersebut, seperti
pemeriksaan penampilan yang memiliki tekstur berbeda, warna yang berubah
secara tidak wajar maupun hanya dari sentuhan. Berdasarkan permasalahan
tersebut, maka diperlukan sebuat sistem rekomendasi pemilihan buah anggur yang
berkualitas layak konsumsi. Solusi yang diusulkan menggunakan pendekatan
statistik untuk mengambil informasi dari citra menggunakan ekstraksi fitur tekstur
dan warna serta K-Nearest Neighbor yang digunakan untuk mengklasifikasikan
data berdasarkan jarak terdekat. Sistem ini menggunakan smartphone berbasis
Android sehingga pekebun dapat memiliki kualitas produk buah anggur hijau
yang layak dan bagus untuk dapat dipasarkan dan di konsumsi oleh konsumen.
Pada sistem ini memanfaaatkan citra buah anggur hijau sebanyak 132 data citra.
Dari jumlah data tersebut di bagi lagi menjadi dua yaitu data training digunakan
sebanyak 112 data dan 20 untuk data validation. Dari sistem ini menggunakan
ekstaksi fitur warna RGB dan pendekatan orde 2 menggunakan metode GLCM
parameter Correlation, Contrast, Homogeneity, Dissimilarity. Menghasilkan nilai
akurasi yang paling tinggi sebesar 95% dengan nilai k = 7. Sehingga dapat di
simpulkan bahwa model klasifikasi menggunakan KNN dapat mendeteksi
kelayakan buah anggur berdasarkan warna dan teksur.
Kata Kunci: Anggur, Pendekatan Statistik, Ekstraksi Fitur, K-Nearest Neighbor,
Aplikasi Android