Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Algoritme Jurnal Mahasiswa Teknik Informatika
Saputra, M Reynaldi
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Tingkat Kemanisan Alpukat Berdasarkan Fitur Hue Saturation Value (HSV) dengan Menggunakan Support Vector Machine (SVM) Saputra, M Reynaldi; Irsyad, Hafiz
Algoritme Jurnal Mahasiswa Teknik Informatika Vol 2 No 2 (2022): April 2022 || Algoritme Jurnal Mahasiswa Teknik Informatika
Publisher : Program Studi Teknik Informatika Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (650.386 KB) | DOI: 10.35957/algoritme.v2i2.2361

Abstract

Dalam proses penetuan mutu atau tingkat kemanisan buah alpukat di pasaran pada umumnya dilakukan dengan dua cara yaitu menggunakan pakar-pakar untuk pemilihan / sortasi kemanisan alpukat atau menggunakan metode destruktif dengan cara pengambilan sampel, uji coba kemanisan alpukat tersebut seperti menggunakan Refractometer. Permasalahan yang terjadi pada kedua proses tersebut yaitu memiliki cost yang relatif besar dan tidak menghasilkan mutu yang seragam karena sortasi tingkat kemanisan alpukat oleh pakar bersifat subjektif dan kemungkinan terjadinya kesalahan pengamatan sangat besar. Support Vector Machine (SVM) diimplementasikan pada penelitian ini menggunakan kernel linear, polynomial, dan gaussian. Proses pengujian menggunakan K-Fold Cross Validation. Fold yang digunakan yaitu 4-fold, 5-fold dan 10-fold. Performa fitur HSV dan metode SVM yang mendapatkan hasil terbaik adalah pada 5-fold dengan nilai accuracy sebesar 100,00% dengan menggunakan kernel polynomial, precision sebesar 100,00% pada kernel polynomial, dan recall sebesar 100,00% pada kernel polynomial, Sedangkan hasil terendah terdapat pada kernel gaussian 5-¬fold dengan nilai accuracy sebesar 98.91%, precision sebesar 98.61%, dan recall sebesar 98.37%.
Co-Authors Hafiz Irsyad