PERBANDINGA KINERJA PENGKLASIFIKASI CITRA BUAH KAKAO SAKIT DAN SEHAT MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBORS (KNN)

Yohanes Balawuri Blikon

Abstract


Kakao merupakan salah satu hasil bumi dibidang perkebunan. Perkebunan kakao dengan hasilnya yaitu biji kakao dapat diolah menjadi bahan dasar tepung atau coklat. Keberadaan perkebunan ini tentu perlu mendapat dukungan teknologi atau kecerdasan buatan untuk membantu proses pensortiran secara modern jika dilakukan penerapan conveyer belt atau model pemetikan otomatis masa depan menggunakan drone pemetik buah. Proses pensortiran yang dimaksud yaitu menggunakan model pengklasifikasian untuk mendeteksi dataset buah kakao sakit dan sehat. Penelitian ini membandingkan model klasifikasi Support Vector Machine (SVM) dan k-Nearest Neighbors (KNN) dengan tujuan untuk mengetahui kinerja pengklasifikasi yang lebih persisi. Dari hasi ujicoba yang dilakukan performa dari model klasifikasi Support Vector Machine (SVM) dengan kernel RBF dan cross validation 2 mendapatkan hasil prediksi yang lebih tinggi yaitu sebesar 82,5% sedangkan model klasifikasi k-Nearest Neighbors (KNN) dengan number of neighbors 5, metric euclidean dan weight distance tingkat akurasinya sebesar 82,3%.

 

Kata kunci: support vector machine (SVM); k-nearest neighbors (KNN); dataset buah kakao; performa klasifikasi.


Teks Lengkap:

PDF

Referensi


E. Ariningsih, H. J. Purba, J. F. Sinuraya, S. Suharyono, and K. S. Septanti, “Kinerja Industri Kakao di Indonesia,” forum penelit. agro ekon., vol. 37, no. 1, p. 1, Jul. 2020, doi: 10.21082/fae.v37n1.2019.1-23.

S. Y. Tyasmoro, P. N. Permanasari, and A. Saitama, Teknologi Produksi Tanaman Perkebunan. Universitas Brawijaya Press, 2021.

S. Alim, P. P. Lestari, and R. Rusliyawati, “SISTEM PAKAR DIAGNOSA PENYAKIT TANAMAN KAKAO MENGGUNAKAN METODE CERTAINTY FACTOR PADA KELOMPOK TANI PT OLAM INDONESIA (COCOA) CABANG LAMPUNG,” Jurnal Data Mining dan Sistem Informasi, vol. 1, no. 1, Art. no. 1, Aug. 2020, doi: 10.33365/jdmsi.v1i1.798.

“Buku saku hama dan penyakit kakao.pdf.” Accessed: Nov. 14, 2022. [Online]. Available: http://repository.pertanian.go.id/bitstream/handle/123456789/9785/Buku%20saku%20hama%20dan%20penyakit%20kakao.pdf?sequence=1

P. Purwono and I. Mangkunegara, Belajar Data Science dengan Kaggle Dilengkapi dengan Praktikum Latihan Data Science Untuk Pemula. 2022.

A. J. Lado et al., “Comparison of Neural Network and Random Forest Classifier Performance on Dragon Fruit Disease,” in 2021 International Electronics Symposium (IES), Sep. 2021, pp. 287–291. doi: 10.1109/IES53407.2021.9593992.

B. Prasetyo, V. Suryani, and D. R. Anbiya, “Analisis Deteksi Malware Pada Aplikasi Android Fintech Berdasarkan Permissions Dengan Menggunakan Naive Bayes Dan Random Forest,” eProceedings of Engineering, vol. 8, no. 5, Art. no. 5, Oct. 2021, Accessed: Nov. 15, 2022. [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15749

M. F. Naufal, “Analisis Perbandingan Algoritma Svm, Knn, Dan Cnn untuk Klasifikasi Citra Cuaca.,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 8, no. 2, Art. no. 2, Apr. 2021.




DOI: https://doi.org/10.24176/simet.v14i1.9012

Article Metrics

Abstract views : 419| PDF views : 100

Refbacks

  • Saat ini tidak ada refbacks.


free hit counter View My Stats

Indexed by:

Dimensions logo

 

Flag Counter

Creative Commons License
Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution 4.0 International License.

Dedicated to: