Search for collections on Repository Universitas Peradaban

KLASIFIKASI TINGKAT KEMATANGAN CABAI KERITING BERDASARKAN WARNA MENGGUNAKAN ALGORITMA KNN

MAULANA, Muhammad Irham (2023) KLASIFIKASI TINGKAT KEMATANGAN CABAI KERITING BERDASARKAN WARNA MENGGUNAKAN ALGORITMA KNN. Bachelor thesis, UNIVERSITAS PERADABAN.

[img] Text (ABSTRAK)
ABSTRAK-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.doc - Published Version

Download (30kB)
[img] PDF (COVER)
COVER-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version

Download (1MB)
[img] PDF (BAB I)
BAB I-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version

Download (95kB)
[img] PDF (BAB II)
BAB II-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version

Download (118kB)
[img] PDF (BAB III)
BAB III-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version
Restricted to Repository staff only

Download (106kB)
[img] PDF (BAB IV)
BAB IV-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version
Restricted to Repository staff only

Download (365kB)
[img] PDF (BAB V)
BAB V-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version

Download (29kB)
[img] PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version

Download (106kB)
[img] PDF (LAMPIRAN)
LAMPIRAN-MUHAMMAD IRHAM MAULANA-42416023-SKRIPSI-2023.pdf - Published Version
Restricted to Repository staff only

Download (403kB)
[img] PDF (ARTIKEL)
ARTIKEL-MUHAMMAD IRHAM MAULANA-42416023.pdf - Published Version
Restricted to Repository staff only

Download (383kB)

Abstract

Cabai keriting (Capsicum annuum L.) merupakan salah satu tanaman sayuran yang mempunyai prospek pembudidayaan dan pemasaran yang cukup baik karena sering dan banyak dimanfaatkan oleh masyarakat. Selain dikonsumsi sebagai bumbu masak, cabai digunakan untuk bahan membuat obat tradisional, bahan campuran pada industri makanan dan minuman.Tanaman cabai keriting tidak memerlukan perawatan hidup yang sulit sehingga dapat dibudidayakan di banyak daerah. Salah satu faktor yang sangat mempengaruhi kualitas cabai keriting adalah penanganan saat panen dan pasca panen. Pengklasifikasian yang dilakukan oleh para petani pada umumnya menggunakan proses pemilahan cabai keriting dengan cara melihat pada perubahan warna kulit. Cara tersebut tentunya memiliki kelemahan yaitu proses klasifikasi yang lambat, pemilihan kurang akurat, dan hasil yang tidak konsisten. Atas dasar permasalahan di atas dibuatlah sebuah sistem untuk pengklasifikasikan tingkat kematangan cabai keriting menggunakan metode K-Nearest Neighbor (KNN). Sistem ini dibuat dengan memakai software matlab dengan system klasifikasi dibagi 4 kelas, yaitu mentah, setengah matang, matang, dan busuk. Penelitian ini memakai data citra sebanyak 160 yang terbagi menjadi 80 data latih dan 40 data uji. Data tersebut diklasifikasikan memakai algoritma K-Nearest Neighbor (KNN) dengan nilai K=5. Didapatkan akurasi sebesar 87%.

Item Type: Thesis (Bachelor)
Contributors:
ContributionContributorsNIDN/NIDK
Thesis advisorSORIKHI, SorikhiNIDN 060808
Thesis advisorFATULLAH, FatullahNIDN 0623048102
Uncontrolled Keywords: Cabai Keriting, Klasifikasi, K-Nearest Neighbor (KNN)
Subjects: 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer
Divisions: Fakultas Sains dan Teknologi > Program Studi Informatika - S1
Depositing User: Ms Nur Afni Taflikhatun
Date Deposited: 13 Dec 2023 04:15
Last Modified: 13 Dec 2023 04:15
URI: http://eprints.peradaban.ac.id/id/eprint/1480

Actions (login required)

View Item View Item