Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JAST
Darsilowati Darsilowati
Univeristas Muria Kudus
Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mechanical Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Klasifikasi Jenis Jamur Konsumsi Berbasis Android Menggunakan Metode K-Nearset Neighbors (KNN) Darsilowati Darsilowati; Aditya Akbar Riadi; Evanita Evanita
Journal of Applied Science and Technology Vol 1, No 02 (2021): Juli 2021
Publisher : Universitas Islam Sultan Agung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30659/jast.1.02.22-29

Abstract

Penggunaan aplikasi berbasis android pada sekarang bukanlah sesuatu yang baru. Setiap hariya selalu saja bermunculan aplikasi baru diandroid, setiap aplikasi memiliki fungsinya sendiri-sendiri. Mulai dari hiburan, edukasi dan sebagainya. Sama halnya dengan aplikasi pengelompokan jamur yang dapat dimakan ini bertujuan untuk mempermudah masyarakat untuk mengetahui apakah jamur yang diperoleh bisa dimakan atau tidak. Aplikasi ini dirancang guna untuk meminimalisasikan kejadian karacunan jamur dikalangan masyarakat karena rendahnya informasi tentang jamur tersebut. Aplikasi ini juga akan memudahkan masyarakat dalam menggali informasi yang dibutuhkan dengan mudah. Hanya dengan menggunakan telepon pintar mereka dapat mendapatkan informasi yang dibutuhkan. Penggunaan android juga memudahkan siapa saja yang ingin menggunkannya, dikarenakan sistem android sudah banyak dikenal dan digunakan oleh masyarakat. Sehingga dapat mempermudah. Dalam perancangan program android tersebut menggunakan sebuah metode algoritma K-Nearest Neighbor (K-NN) diamana sebuah metode yang melakukan klasifikasi terhadap objek berdasarkan data pemelajaran yang jaraknya paling dekat dengan objek tersebut. Data pemelajaran digambarkan ke ruang berdimensi banyak dengan tiap-tiap dimensi mewakili tiap ciri/fitur dari data. 
Co-Authors Aditya Akbar Riadi Evanita Evanita, Evanita