Sinus Repository

KLASIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH (Psidium Guajava) DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR

Raditya , Aldy (2017) KLASIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH (Psidium Guajava) DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR. Other thesis, STMIK Sinar Nusantara Surakarta.

[img] PDF (13.5.00005 BAB I) - Published Version
Download (298Kb)
    [img] PDF (13.5.00005 BAB II) - Published Version
    Download (413Kb)
      [img] PDF (13.5.00005 BAB III) - Published Version
      Download (126Kb)
        [img] PDF (13.5.00005 BAB IV) - Published Version
        Download (455Kb)
          [img] PDF (13.5.00005 BAB VI) - Published Version
          Download (12Kb)
            [img] PDF (13.5.00005 COVER) - Published Version
            Download (20Mb)
              [img] PDF (13.5.00005 DAFTAR PUSTAKA) - Published Version
              Download (11Kb)

                Abstract

                Untuk menilai kematangan buah jambu biasanya menggunakan indra penglihatan manusia. Proses klasifikas ini memiliki beberapa kelemahan diantaranya, membutuhkan tenaga manusia yang banyak untuk memilah, tingkat persepsi kematangan buah yang berbeda dan menilai kematangan bersifat subyektif. Dari latar belakang masalah tersebut, maka dibuatlah aplikasi yang dapat mengklasifikasi kematangan buah jambu biji merah dengan metode K-NN. Tujuan dari penelitian ini adalah membuat aplikasi klasifikasi kematangan buah jambu biji merah, mengklasifikasi tingkat kematangan buah jambu biji merah dengan metode K-NN serta untuk mengukur tingkat keakuratan metode K-NN pada penelitian ini. Diharapkan tingkat akurasi dengan metode ini tinggi. Metode pengumpulan data yang digunakan adalah studi pustaka serta data yang diambil adalah data sekunder berupa 76 gambar jambu biji merah sebagai data training dan 12 gambar data testing. Secara umum aplikasi ini berfungsi untuk mengklasifikasi kematangan buah jambu biji merah dengan kreteria matang, setengah matang, mentah dan busuk. Software pendukung untuk membuat aplikasi ini adalah Matlab R2009b, Ms. Excel 2016 dan Edraw Max 6.3 .Berdasarkan pengujian sistem yang dilakukan terhadap data testing, diperoleh nilai kinerja sistem sebesar 33.3 %.

                Item Type: Thesis (Other)
                Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
                Divisions: Faculty of Informatics Engineering > Department of Informatics Engineering
                Depositing User: Novi Oppik Budi
                Date Deposited: 01 Mar 2018 15:36
                Last Modified: 01 Mar 2018 15:36
                URI: http://eprints.sinus.ac.id/id/eprint/371

                Actions (login required)

                View Item