Septianto, RyanHendy (2015) Diagnosa Penyakit Tanaman Kopi Arabika Dengan Metode Modified K-Nearest Neighbor (MK-NN). Sarjana thesis, Universitas Brawijaya.
Abstract
Kopi merupakan salah satu komoditas perkebunan yang sangat penting dan memiliki peran besar untuk sumber devisa negara dalam menopang pembangunan nasional. Pada industri pengolahan kopi, kopi arabika merupakan jenis kopi yang paling dibudidayakan karena memiliki harga jual yang lebih tinggi dibandingkan kopi jenis lain. Akan tetapi, kopi arabika cenderung lebih mudah dan peka terhadap penyakit yang berdampak pada rendahnya produtivitas dan kualitas kopi tersebut. Terdapat 13 gejala dan 5 jenis penyakit utama yang dapat menyerang tanaman kopi arabika. Modified K-Nearest Neighbor (MK-NN) adalah sebuah metode yang dapat digunakan untuk mengklasifikasikan jenis penyakit kopi arabika. Metode ini merupakan metode modifikasi dari metode K-Nearest Neighbor (K-NN) yang mengklasifikasikan data berdasarkan nilai bobot tertinggi dari kelas-kelas pada data latih yang sudah divalidasi dengan jarak terdekat berdasarkan nilai k yang sudah ditetapkan. Sistem ini akan mendiagnosa penyakit kopi arabika berdasarkan masukan gejala dari pengguna. Pengujian yang dilakukan adalah pengujian akurasi. Pada hasil pengujian menunjukkan bahwa nilai k sangat berpengaruh terhadap hasil akurasi yang dihasilkan. Tingkat akurasi tertinggi dari metode Modified K-Nearest Neighbor (MK-NN) untuk mendiagnosa penyakit tanaman kopi arabika dengan menggunakan 100 dataset yaitu dengan rata-rata sebesar 97% pada saat nilai k = 1.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2015/276/051508266 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Indah Nurul Afifah |
| Date Deposited: | 12 Nov 2015 10:38 |
| Last Modified: | 20 Oct 2021 15:05 |
| URI: | http://repository.ub.ac.id/id/eprint/146326 |
Preview |
Text
DOKUMEN_SKRIPSI_TEKNIK_INFORMATIKA_RYAN_HENDY_SEPTIANTO.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |