Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal FIMERKOM: Journal of Information Systems and Technology
Aisyah Pramudita
Sekolah Tinggi Ilmu Manajemen Sukma, Medan, Indonesia
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Library & Information Science

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

Found 1 Documents
Search

 1 
Literatur Review: Klasifikasi Kualitas Beras Berdasarkan Citra Digital Aisyah Pramudita; Suranta Bill Fatric Ginting; Ika Syahfitri; Haliza Silviya; Faiz Aulia Rahman Sitepu; Benget Agustin Silalahi
FIMERKOM : Journal of Information Systems and Technology Vol. 1 No. 1 (2024): Juni 2024
Publisher : PT Katersi Minar Permata

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

Abstract

Penelitian dilakukan dengan tujuan untuk membandingkan beberapa metode yang dapat digunakan untuk mengidentifikasi kualitas beras.  Beberapa metode yang akan direview adalah Hue Saturation Value (HSV), Neural Network, K-Nearest Neighbor (K-NN), Connected Component Labeling, serta Anfis dan Sobel. Penelitian ini menggunakan teknik pengumpulan data berupa studi literatur. Studi Literatur ini melibatkan pencarian dan analisis terhadap beberapa artikel, jurnal ilmiah, maupun publikasi terkait yang membahas penerapan kelima metode tersebut dalam mengidentifikasi kualitas beras. Data-data yang penulis peroleh dari studi literatur ini akan digunakan sebagai pembanding tingkat akurasi pada masing-masing metode tersebut. Hasil dari penelitian akan menyajikan beberapa perbandingan dari kelima metode tersebut berdasarkan tingkat akurasi. Berdasarkan hasil review Kasifikasi Kualitas Beras Berdasarkan Citra Digital dengan cara membandingkan lima artikel dengan lima metode yang berbeda, maka dapat disimpulkan bahwa metode yang tepat adalah Metode KK-Nearst NeighborI (KNN). Dengan hasil klasifikasi menggunakan validasi K Fold dengan k=10 pada data asli menunjukkan hasil metode K-Nearst Neighbor memiliki akurasi 99,87%. Penelitian Literatur Review ini diharapkan dapat menjadi bahan kajian lanjutan dan menjadi informasi tambahan dalam bidang pendidikan.
Co-Authors Benget Agustin Silalahi Faiz Aulia Rahman Sitepu Haliza Silviya Ika Syahfitri Suranta Bill Fatric Ginting