<![CDATA[Penentuan kualitas anggur merah merupakan proses penting dalam industri minuman fermentasi untuk memastikan produk berkualitas tinggi. Penelitian ini bertujuan untuk mengevaluasi penerapan algoritma LightGBM (Light Gradient Boosting Machine) dan Artificial Neural Networks (ANN) dalam memprediksi kualitas anggur merah berdasarkan karakteristik kimia seperti tingkat keasaman, kadar alkohol, dan kandungan sulfur. Dataset yang digunakan mencakup 1599 sampel anggur merah dengan 11 fitur kimia sebagai variabel input dan label "quality" sebagai variabel target. Hasil penelitian menunjukkan bahwa algoritma LightGBM memberikan akurasi yang lebih baik dibandingkan ANN dalam menangani dataset ini, dengan akurasi mencapai 80% dan waktu komputasi yang lebih efisien. Sementara itu, ANN menunjukkan potensi untuk mengidentifikasi pola yang lebih kompleks tetapi memerlukan waktu pelatihan yang lebih lama. Penelitian ini menggarisbawahi pentingnya pemilihan algoritma yang tepat untuk klasifikasi kualitas anggur merah, sekaligus memberikan kontribusi pada pengembangan sistem prediksi berbasis machine learning di industri wine]]>
Copyrights © 2025
