Hanifiyah, NurulA`yun (2016) Implementasi Metode Fuzzy K-Nearest Neighbor Untuk Klasifikasi Penyakit Tanaman Kopi Berdasarkan Citra Daun. Sarjana thesis, Universitas Brawijaya.
Abstract
Pada perkembangan teknologi saat ini, penerapan teknologi informasi dan komunikasi dilakukan terhadap semua bidang, termasuk bidang pertanian dan perkebunan untuk tanaman kopi. Rendahnya tingkat produksi petani kopi hanya difokuskan pada pengolahan akhir kopi sedangkan penyebab utama rendahnya produktivitas adalah pada proses pembudidayaan dan proses tanam termasuk penanggulangan penyakit. Padahal penyakit kopi akan mudah diatasi jika dideteksi lebih cepat dari gejala-gejala yang terlihat termasuk yang terlihat pada bagian daun. Salah satu penerapan teknologi informasi dan komunikasi pada bidang pertanian dan perkebunan ialah melakukan komputasi untuk mengidentifikasi dan klasifikasi penyakit kopi berdasarkan gejala yang ditampakkan pada bagian daun. Identifikasi penyakit menggunakan teknik Data Mining dengan algoritma Fuzzy K-Nearest Neighbor. Citra terlebih dahulu dilakukan proses Thresholding untuk memperbaiki kualitas citra untuk proses klasifikasi dengan metode Otsu. Dataset yang digunakan berupa citra daun kopi berpenyakit yang meliputi penyakit bercak daun kopi dan penyakit karat daun kopi. Metode yang digunakan adalah Fuzzy K-Nearest Neighbor yang melakukan prediksi data uji menggunakan nilai keanggotaan pada data uji tiap kelas, kemudian diambil kelas dengan nilai keanggotaan terbesar dari data uji sebagai hasil kelas prediksi. Pengujian dilakukan terhadap empat variabel pengujian yaitu pengujian terhadap perbandingan data latih dan data uji dengan akurasi tertinggi yaitu 100% menggunakan perbandingan 90:10 dengan komposisi 54 data latih dan 6 data uji. Kemudian pengujian kedua menggunakan variabel k dengan nilai antara rentang 3 sampai dengan 7 dengan akurasi 94,4%. Dan pengujian terhadap nilai m dengan nilai 2 menghasilkan akurasi 90,8%, serta pengujian terhadap nilai peubah Threshold dengan nilai 10 menghasilkan akurasi 90,8%.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2016/233/051604034 |
Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Yusuf Dwi N. |
Date Deposited: | 11 Aug 2016 15:04 |
Last Modified: | 21 Oct 2021 07:20 |
URI: | http://repository.ub.ac.id/id/eprint/146775 |
Preview |
Text
JURNAL.pdf Download (2MB) | Preview |
Preview |
Text
SKRIPSI.pdf Download (7MB) | Preview |
Actions (login required)
![]() |
View Item |