Claim Missing Document
Check
Articles

Found 23 Documents
Search

Penerapan Algoritma K-Nearest Neighbor dalam Menentukan Kualitas Buah Jeruk Bali Musbar Harahap; Fera Damayanti; Siti Sundari
INCODING: Journal of Informatics and Computer Science Engineering Vol 6, No 1 (2026): INCODING APRIL
Publisher : Mahesa Research Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34007/incoding.v6i1.930

Abstract

Jeruk bali (Citrus maxima) merupakan tanaman buah tropis bernilai ekonomi tinggi dan berpotensi dikembangkan di Indonesia. Namun, penentuan kualitas buah masih banyak dilakukan secara manual sehingga hasil penilaian cenderung subjektif. Penelitian ini bertujuan menerapkan algoritma K-Nearest Neighbor (K-NN) untuk menentukan kualitas jeruk bali berdasarkan atribut fisik buah. Variabel yang digunakan meliputi pigmen kulit buah, kemulusan, kelunakan buah, bobot buah, dan tebal kulit buah, sedangkan label hasil diklasifikasikan menjadi kategori baik dan tidak baik. Data penelitian terdiri atas 50 data latih dan 2 data prediksi. Tahapan penelitian meliputi analisis data, preprocessing, pembagian data uji, perhitungan jarak menggunakan Euclidean Distance, serta pengujian menggunakan aplikasi Orange. Hasil pengujian menunjukkan dua data prediksi diklasifikasikan sebagai buah berkualitas baik. Evaluasi model memperoleh nilai akurasi 0,834, classification accuracy 0,860, F1 0,860, precision 0,861, recall 0,860, dan MCC 0,720.
Penerapan Game Pembelajaran Pengenalan Alat-Alat Jaringan Komputer Menggunakan Algoritma Depth First Search (DFS) Fauzah Aulia; Siti Sundari; Fera Damayanti
Jurnal Komputer Teknologi Informasi Sistem Komputer (JUKTISI) Vol. 4 No. 2 (2025): September 2025
Publisher : LKP KARYA PRIMA KURSUS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.62712/juktisi.v4i2.636

Abstract

Penggunaan alat jaringan komputer yang efektif dan efisien sangat penting dalam pengelolaan infrastruktur jaringan. Aplikasi pengenalan alat-alat jaringan komputer berbasis Android yang menggunakan algoritma Depth First Search (DFS) dikembangkan untuk mempermudah pengguna dalam mengenali berbagai perangkat jaringan. Algoritma DFS memungkinkan aplikasi menjelajahi dan mengidentifikasi perangkat jaringan secara cepat dan akurat. Aplikasi ini memberikan aksesibilitas tinggi melalui platform Android dan dirancang untuk mendukung proses pembelajaran interaktif. Pengujian aplikasi menunjukkan hasil yang positif, dengan kemampuan identifikasi yang akurat dan mudah digunakan oleh berbagai tingkat pengguna. Aplikasi ini diharapkan dapat menjadi alat bantu yang efektif dalam pendidikan dan pelatihan terkait jaringan komputer, sekaligus memberikan kontribusi signifikan dalam meningkatkan pengetahuan dan keterampilan di bidang teknologi informasi. Implementasi dan pengembangan lebih lanjut dapat mencakup penambahan fitur interaktif serta integrasi teknologi kecerdasan buatan untuk memperkaya pengalaman pengguna.
Penerapan Algoritma K-Nearest Neighbor Dalam Menentukan Kualitas Buah Jeruk Bali Musbar Fandi Harahap; Fera Damayanti; Siti Sundari
Jurnal Informatika Vol 12, No 3 (2024): INFORMATIKA
Publisher : Fakultas Sains & Teknologi, Universitas Labuhanbatu

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36987/informatika.v12i3.7804

Abstract

Grapefruit, large orange or pomelo (Citrus maxima) could be a native Indonesian fruit plant that has high economic value. Grapefruit is spread across various regions in Indonesia and has various types of fruit such as Bali Merah, Cikoneng, Nambangan, Raja, Ratu, and Pangkep. Grapefruit (Citrus maxima) is one of three types of local citrus besides Citrus medica and Citrus reticulate. Grapefruit grows in tropical areas so that grapefruit has the potential to be cultivated in Indonesia. The quality of grapefruit is usually obtained through selection by distinguishing contrast based on the characteristics of natural materials, calculating the dosage and shape of natural materials, the shape of the tip and base of natural materials, the color and surface of grapefruit fruit. flavedo (epicarp), viscosity and color of albedo (mesocarp), color of endocarp, color and taste of vesicles or natural product tissue, odor of essential oils, number of natural products per tree and number of seeds in each natural product. Test results using the grapefruit application in data mining processing using KNN calculations. In the data testing, the precision value was obtained:0.834, Classification precision:0.860, F1:0.860, accuracy:0.861, review:0.860 and MCC:0.720 on the test data.