PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) PADA KLASIFIKASI KUALITAS HASIL PENGERINGAN BUNGA CENGKIH

ANGGIN VIRNANDO, TYO (2021) PENERAPAN ALGORITMA K-NEAREST NEIGHBOR (K-NN) PADA KLASIFIKASI KUALITAS HASIL PENGERINGAN BUNGA CENGKIH. Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

	Text (surat persetujuan unggah karya ilmiah) halaman persetujuan.pdf Download (249kB)
	Text (HALAMAN DEPAN) halaman depan.pdf Download (1MB)
	Text (BAB 1) bab 1.pdf Download (398kB)
	Text (BAB 2) bab 2.pdf Download (463kB)
	Text (BAB 3) bab 3.pdf Restricted to Repository staff only Download (602kB)
	Text (BAB 4) bab 4.pdf Restricted to Repository staff only Download (874kB)
	Text (BAB 5) bab 5.pdf Restricted to Repository staff only Download (62kB)
	Text (DAFTAR PUSTAKA) daftar pustaka.pdf Download (183kB)
	Text (LAMPIRAN) lampiran.pdf Download (290kB)

Abstract

Petani cengkih di kecamatan Kare kabupaten Madiun masih menggunakan indra penglihatan untuk mengetahui kualitas hasil pengeringan panen cengkih yang kekurangannya masih bersifat subjektif. Maka dari itu Pada penelitian ini, diajukan sebuah sistem yang dapat mengklasifikasikan apakah penggunaan algoritma K-Nearest Neighbor (K-NN) akurat saat digunakan untuk klasifikasi kualitas hasil pangeringan panen cengkih. Berdasarkan hasil input data yang telah dilakukan dengan jumlah data sempel (kualitas 1) berjumlah 9 data, data sempel (kualitas 2) berjumlah 9 data, data sempel (bukan cengkih) berjumlah 3 data dan data uji berjumlah 15 data, klasifikasi sudah bisa dijalankan. Hasil penelitian klasifikasi pengeringan bunga cengkih dengan menggunakan algoritma K-Nearest Neighbors (KNN) dengan memproses pixel hitam dan pixel putih yang didapatkan dari mengubah citra cengkih ke greyscale lalu threshold dengan nilai threshold 95, 255 di peroleh tingkat presentase sebesar 80%.

Item Type:	Thesis (Skripsi (S1))
Uncontrolled Keywords:	Cengkih, Klasifikasi, python, K-Nearest Neighbor (K-NN)
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering
Depositing User:	ft . userft
Date Deposited:	07 Oct 2021 06:52
Last Modified:	15 Nov 2021 06:06
URI:	http://eprints.umpo.ac.id/id/eprint/8245

Actions (login required)

View Item