Klasifikasi Kualitas Buah Apel Menggunakan Metode Random Forest

Klasifikasi kualitas apel merupakan salah satu tantangan penting dalam bidang pertanian dan teknologi pangan untuk memastikan produk yang memenuhi standar pasar. Penelitian ini menggunakan algoritma Random Forest untuk mengklasifikasikan apel berdasarkan atribut utama seperti Size, Weight, Sweetness, Crunchiness, Juiciness, Ripeness, dan Acidity. Dataset apel dinormalisasi menggunakan metode Min-Max Normalization untuk memastikan distribusi data berada dalam rentang yang seragam sehingga meningkatkan kinerja model. Proses evaluasi dilakukan menggunakan metrik Confusion Matrix, menghasilkan akurasi sebesar 88%, presisi 88%, recall 88%, dan F1-score 88%, dengan 100 pohon keputusan yang dibangun oleh model. Hasil penelitian menunjukkan bahwa kombinasi metode Random Forest dengan preprocessing data yang tepat mampu menghasilkan model klasifikasi yang akurat, efisien, dan mudah digunakan. Aplikasi berbasis web dibangun menggunakan Streamlit, memungkinkan pengguna untuk memasukkan data baru secara interaktif dan mendapatkan hasil klasifikasi apakah apel tergolong “Good” atau “Bad”. Aplikasi ini dapat membantu petani dan produsen apel dalam meningkatkan efisiensi proses seleksi kualitas apel.