Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Zaien Bin Umar Alaydrus
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Klasifikasi Masa Panen Varietas Unggul Kedelai menggunakan K-Nearest Neighbor Zaien Bin Umar Alaydrus; Arief Andy Soebroto
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kedelai merupakan bahan pokok yang dibutuhkan masyarakat pada setiap tahunnya. Fakta pada lapangan, para petani di Indonesia mengalami penurunan hasil produksi kedelai. Hal tersebut dikarenakan ketidakmampuan para petani dalam meliputi kualitas dan kuantitas kedelai pada saat masa panen. Solusi dari masalah tersebut adalah menggunakan klasifikasi K-Nearest Neighbor untuk mendapatkan masa panen kedelai berkualitas dan berkuantitas tinggi. Algoritma dari penelitian ini menggunakan K-Nearest neighbor menggunakan pre-processing manualisasi min-max. Manualisasi diperlukan untuk menyamakan jarak antara nilai satu fitur dengan nilai fitur lainnya, pada penilitian ini akan menggunakan nilai yang hanya berjarak antara 1 sampai 0. Setelah semua nilai pada data latih maupun data uji melewati fase manualisasi, maka baru bisa masuk ke proses Klasifikasi menggunakan K-NN. Pada proes K-NN nilai dari fitur data latih akan dihitung jaraknya terhadap data uji menggunakan euclian distance, diurutkan, dan kemudian diambil sejumlah nilai K teratas. Nilai K yang akan digunakan dalam sistem ialah bernilai 5. Proses terkahir pada K-NN ialah mengambil voting untuk mendapatkan kelas baru data uji. Berdasarkan hasil pengujian yang telah dilakukan, algoritma dari sistem mendapatkan presentase keberhasilan sebesar 80% dengan nilai K paling optimal yaitu bernilai 5.
Co-Authors Arief Andy Soebroto