<![CDATA[Labu merupakan spesies tanaman yang bernilai ekonomis dan medis. Hampir setiap bagian dari labu dapat dikonsumsi terutama pada bijinya. Minyak dari biji labu dapat juga digunakan sebagai saus untuk salad, produk kosmetik, sabun dan lilin. Keterampilan dalam mengklasifikasikan biji labu dengan tepat sangat dibutuhkan diberbagai sektor, seperti pertanian dan industri pangan. Dibutuhkan teknologi pengembangan yang dapat mengidentifikasi dan mensortir biji labu dengan mudah dan cepat. Beberapa algoritma yang umum dapat digunakan untuk mengidentifikasi jenis biji labu seperti algoritma regresi logistik (RL), Classification and Regression Tree (CART), dan Naive Bayes (NB). Penelitian ini bertujuan mengeksplorasi model RL, CART, dan NB pada dua jenis varietas biji labu, yaitu Ürgüp Sivrisi dan Çerçevelik berdasarkan karakteristik fisiknya. Selain itu, digunakan pendekatan Real Adaptive Boosting (RAB) untuk meningkatkan kinerja model dasar. Teknik ini bekerja dengan kemampuan menggabungkan beberapa model homogen secara berulang untuk menghasilkan model yang kuat. Hasil uji kinerja model klasifikasi diperhitungkan melalui metrik evaluasi. Model RAB-RL memiliki performa tertinggi pada akurasi, presisi, dan f1-score sehingga menjadikan model terbaik dalam mengklasifikasikan jenis biji labu dibandingkan model-model lainnya. Dalam model dasar, model RL memiliki performa terbaik dibawah model RAB-RL]]>
Copyrights © 2025
