Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Generation Journal
Ika Kurniati, Neng
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
KLASIFIKASI JENIS BUAH JAMBU BIJI MENGGUNAKAN ALGORITMA PRINCIPAL COMPONENT ANALYSIS DAN K-NEAREST NEIGHBOR Rezky; Ika Kurniati, Neng; Eka; Rahmi
Generation Journal Vol 6 No 2 (2022): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/gj.v6i2.17777

Abstract

Jambu biji sering disebut juga jambu klutuk, jambu siki, jambu batu dan bangkok. Tingkat kematangan buah jambu biji dapat ditentukan dengan cara melihat berbagai faktor. Bentuk adalah salah satu faktor yang berperan mengidentifikasi objek tertentu. Klasifikasi buah jambu biji dapat dilihat dari bentuk maupun warnanya. Terdapat dua cara untuk mengklasifikasi buah jambu biji yaitu secara destruktif dan non-destruktif. Kematangan buah jambu biji secara destruktif dilakukan dengan membuka buah jambu biji untuk mengetahui jenisnya berdasarkan warna daging dan biji. Maka di bangunlah sebuah aplikasi Matlab untuk menentukan jenis jambu biji berdasarkan warna, bentuk dan teksturnya. K-Nearest Neighbor dapat melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut sehingga hasilnya bisa lebih akurat. Principal Component Analysis (PCA) adalah teknik statistik untuk menyederhanakan kumpulan data banyak-dimensi menjadi dimensi yang lebih rendah (extration feature). Kombinasi antara K-Nearest Neighbor dengan Principal Component Analysis mengahasilkan akurasi yang cukup tinggi untuk penentuan jenis jambu biji menggunakan data latih dengan jumlah 36 data jambu biji dan data uji dengan jumlah 9 data jambu biji.
Co-Authors Eka Rahmi Rezky