Repositori

Penilaian kualitas buah merupakan aspek penting dalam industri pertanian, khususnya dalam menentukan nilai jual dan kepuasan konsumen. Penelitian ini bertujuan untuk menerapkan algoritma K-Nearest Neighbor (KNN) dalam menilai kualitas buah Jeruk Bali, dengan fokus pada klasifikasi kualitas berdasarkan atribut-atribut fisik dan kimia yang relevan. Algoritma KNN dipilih karena kemampuannya dalam klasifikasi data yang tidak memerlukan asumsi distribusi tertentu dan kemudahan implementasinya.Dalam penelitian ini, data atribut buah Jeruk Bali seperti pigmen buah, kemulusan, kelunakan, bobot dan tebal kulit buah dikumpulkan dari berbagai sampel. Data tersebut kemudian digunakan untuk melatih model KNN, dengan parameter K yang dioptimalkan melalui proses validasi silang untuk mendapatkan hasil klasifikasi yang paling akurat. Hasil dari model KNN dibandingkan dengan penilaian kualitas manual yang dilakukan oleh ahli untuk mengevaluasi efektivitas algoritma dalam menentukan kualitas buah.Hasil penelitian menunjukkan bahwa algoritma KNN dapat secara efektif mengklasifikasikan kualitas buah Jeruk Bali dengan akurasi yang tinggi, meskipun beberapa keterbatasan dalam hal sensitivitas terhadap pemilihan nilai K dan fitur-fitur yang digunakan diidentifikasi. Temuan ini menunjukkan potensi penerapan algoritma KNN dalam sistem otomatis untuk penilaian kualitas buah, yang dapat membantu dalam pengambilan keputusan dan meningkatkan efisiensi dalam proses seleksi buah di industri pertanian. Kata kunci: K-Nearest Neighbor, kualitas buah, Jeruk Bali, klasifikasi, Data mining

URI :
https://jurnal.ulb.ac.id/index.php/informatika/article/view/7804

Collections :
Skripsi [1611]