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
Prakoso, Aldo Hani
Unknown Affiliation
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 
Sistem Klasifikasi Ikan Teri Asin Berformalin dan Tidak Berformalin Menggunakan Metode K-Nearest Neighbor Berbasis Weighted Euclidean Distance Prakoso, Aldo Hani; Syauqy, Dahnial; Primananda, Rakhmadhany
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 4 (2024): April 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sebagai negara maritim, Indonesia kaya akan produk perikanan. Ikan teri merupakan salah satu yang paling populer dan umum diolah sebagai ikan asin. Selain menambah cita rasa, pengasinan pada ikan dapat memperpanjang masa simpan. Sayangnya banyak produsen skala tradisional masih mengabaikan aspek sanitasi dan higiene, sehingga ikan teri asin rentan terhadap bakteri penyebab pembusukan. Untuk mengatasi masalah ini, beberapa produsen bahkan memanfaatkan cairan formalin yang dapat memicu kanker. Untuk melindungi konsumen, penelitian ini mengembangkan sistem pengklasifikasi teri asin berformalin dan tidak berformalin berdasarkan fitur warna dan fitur HCHO. Sebelumnya telah ada penelitian terkait sistem serupa dengan objek klasifikasi berbeda, namun terdapat ketimpangan fitur warna dan fitur HCHO yang tidak dapat ditangani metode klasifikasi pada penelitian tersebut sehingga fitur HCHO hanya berpengaruh kecil dalam proses klasifikasi. Berangkat dari permasalahan tersebut, pada penelitian kali ini digunakan metode k-nearest neighbor berbasis weighted euclidean distance dan normalisasi fitur guna menyeimbangkan pengaruh fitur warna dan fitur HCHO yang diharap mampu meningkatkan akurasi sistem. Berdasarkan hasil pengujian, penyesuaian metode K-NN pada sistem di penelitian ini mampu mencatatkan nilai akurasi 100%, meningkat sebesar 12.01% dibanding akurasi metode K-NN pada penelitian terdahulu ketika diterapkan dan di uji pada sistem di penelitian ini yang mencatatkan akurasi sebesar 87.99%.
Co-Authors Dahnial Syauqy Rakhmadhany Primananda, Rakhmadhany