Indexing metadata

Klasifikasi Kopra Putih Menggunakan Algoritma k-Nearest Neighbor


 
Dublin Core PKP Metadata Items Metadata for this Document
 
1. Title Title of document Klasifikasi Kopra Putih Menggunakan Algoritma k-Nearest Neighbor
 
2. Creator Author's name, affiliation, country Rosi Rahayu Marlis
 
2. Creator Author's name, affiliation, country Abdullah Abdullah; Universitas Islam Indagiri; Indonesia
 
2. Creator Author's name, affiliation, country Fitri Yunita
 
3. Subject Discipline(s)
 
3. Subject Keyword(s)
 
4. Description Abstract

Buah kelapa adalah bagian pohon kelapa yang sering dimanfaatkan untuk kehidupan manusia yaitu kehidupan pangan, daunnya sering dimanfaatkan untuk pembuatan kerajinan tangan di beberapa daerah, batangnya sering digunakan untuk bahan bangunan, selain itu buah kelapa juga bisa diolah menjadi minyak kelapa, bahkan kelapa juga dijadikan bahan baku pada sejumlah industri penting seperti kosmetik, sabun, dan lain-lain. Kopra putih merupakan komoditi ekspor yang telah ada sejak lama. Sebagian besar hasil produksi kopra putih di ekspor ke India, Pakistan, Uni Emirat Arab, dan Bangladesh. Kopra putih memiliki nilai ekonomis lebih baik dibanding kopra hitam. Tujuan penelitian ini adalah membangun sistem prediksi kualitas kopra putih dengan menggunakan ciri warna (RGB) dan bentuk (Area dan Perimeter). R, G, dan B masing-masing merupakan besaran yang menyatakan nilai intensitas warna merah, hijau, dan biru. Area suatu objek adalah jumlah piksel penyusun objek tersebut dan unit umum digunakan adalah piksel, karena sejumlah piksel tadi membentuk suatu luasan. Area dapat mencerminkan ukuran atau berat objek sesunggunhnya. Hal ini berlaku untuk benda pejal dengan bentuk yang hampir seragam, tetapi tidak demikian untuk benda yang berongga. Perimeter, adalah bagian terluar dari suatu objek yang bersebelahan dengan piksel latar. Metode klasifikasi yang digunakan untuk melakukan prediksi adalah k-Nearest Neighbor. Metode k-Nearest Neighbor memiliki prinsip kerja mencari kemiripan antara data yang akan dievaluasi dengan data sampelnya. Nilai k yang digunakan pada penelitian ini adalah k= 1, k=3 dan k=5. Pengukuran kemiripan menggunakan Euclidean Distance, yang merupakan selisih nilai piksel 2 vektor ciri yang dievaluasi. Pengujian hasil prediksi menggunakan metode Holdout. Akurasi yang diperoleh pada saat menggunakan k=1 sebesar 93,33%, pada k = 3 sebesar 83,33%, dan pada k=5 sebesar 81,67%. Akurasi terbaik untuk prediksi kopra putih menggunakan metode k-nearest neighbor  didapat pada k=1, yakni sebesar 93,33%.

 
5. Publisher Organizing agency, location Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer
 
6. Contributor Sponsor(s)
 
7. Date (YYYY-MM-DD) 2021-09-17
 
8. Type Status & genre Peer-reviewed Article
 
8. Type Type
 
9. Format File format PDF
 
10. Identifier Uniform Resource Identifier https://sistemasi.org/index.php/stmsi/article/view/1200
 
10. Identifier Digital Object Identifier (DOI) https://doi.org/10.32520/stmsi.v10i2.1200
 
11. Source Title; vol., no. (year) Sistemasi: Jurnal Sistem Informasi; Vol 10, No 2 (2021): Sistemasi: Jurnal Sistem Informasi
 
12. Language English=en id
 
13. Relation Supp. Files
 
14. Coverage Geo-spatial location, chronological period, research sample (gender, age, etc.)
 
15. Rights Copyright and permissions Copyright (c) 2021 SISTEMASI: Jurnal Sistem Informasi