Robbani, IhwanudienHasan (2017) Pengelompokan Biji Wijen Berdasarkan Sifat Warna Cangkang Biji Dengan Menggunakan Metode IWOKM. Sarjana thesis, Universitas Brawijaya.
Abstract
Wijen merupakan salah satu bahan makanan tradisional yang dikonsumsi dalam bentuk biji, minyak, ataupun dijadikan pasta. Di dunia, konsumsi wijen terus meningkat. Karena permintaan akan wijen yang cukup tinggi, maka muncul usaha untuk menghasilkan wijen dengan kualitas terbaik. Untuk mendapatkan wijen dengan kualitas terbaik dilakukan persilangan antar kultivar. Dalam proses persilangan tanaman wijen, warna cangkang biji merupakan sifat morfologis penting pada yang memiliki nilai ekonomis dan dapat sekaligus menjadi petunjuk kualitas. Penelitian tentang pewarisan sifat warna banyak dilakukan dengan pengamatan secara kualitatif, namun juga terdapat beberapa peneltian yang mulai menggunakan metode kuantitatif, sayangnya belum ada metode (model) yang digunakan dalam pengelompokan. Pengelompokan berdasarkan warna atau sifat yang lain dapat dilakukan dengan metode yang disebut dengan analisis kelompok. Analisis kelompok sangat cocok untuk melakukan penelitian yang berkaitan pengelompokan seperti dalam kasus pengelompokan biji wijen. Metode yang digunakan dalam penelitian ini adalah Invasive Weed Optimization K-Means (IWOKM), yang merupakan gabungan antara K-Means (KM) sebagai metode analisis kelompok dan Invasie Weed Optimization (IWO) sebagai metode optimasi. Untuk mengetahui apakah metode yang digunakan dapat digunakan sebagai metode alternatif untuk mengelompokkan biji wijen secara kuantitatif atau tidak, hasil pengelompokan biji wijen berdasarkan sifat warna cangkang biji dengan menggunakan metode IWOKM dibandingkan dengan hasil pengelompokan dari penelitian sebelumnya dan diuji nilai eror serta nilai kekompakan kelompok yang terbentuk. Pengelompokan pada penelitian yang sebelumnya menghasilkan anggota setiap kelompok 231 berbanding 60 pada metode kuantitatif dan 237 berbanding 54 pada metode kualitatif, sedangkan pada pengelompokan dengan menggunakan metode IWOKM adalah 233 berbanding 58, yang artinya bahwa hasil pengelompokan antara penelitian sebelumnya dengan metode IWOKM perbedaanya tidak siginifikan. Hasil penghitungan nilai eror dengan menggunakan MSE dan nilai kekompakan kelompok dengan menggunakan silhouette coefficient pada hasil pengelompokan juga menunjukkan nilai yang bagus, sehingga dapat disimpulkan bahwa metode IWOKM dapat digunakan sebagai metode (model) alternatif untuk mengelompokkan biji wijen berdasarkan sifat warna cangkang biji.
English Abstract
Sesame is a traditional groceries, usually consumed in the form of seeds, oil, or pasta. Due to increased consumption of sesame, human beings trying to produce the highest quality sesame. The highest quality sesame produced by crossing between cultivars. Seed coat color is an important morphological character at sesame which has an economic value. It can also indicate the general quality of the seed so that it can be used as a selection basis. Experiment on sesame genetic has done qualitatively and quantitatively. Unfortunately, there are no methods (models) used in the grouping process. Grouping objects based on color or other properties can be done with cluster analysis. Cluster analysis is very suitable to conduct research related groupings, such as in the case of sesame seeds grouping process. Invasive Weed Optimization K-Means (IWOKM) is the method used in this study. IWOKM is a hybrid method from K-Means as a cluster analysis method and Invasive Weed Optimization as an optimization method. The results of clustering using IWOKM will be compared with the results of the clustering in the previous study. MSE and silhouette coefficient is comparison methods used in this process. Previous studies successfully grouping sesame seeds into 231 and 60 quantitatively, and 237 and 54 qualitatively. IWOKM grouping sesame seeds into 233 and 58, it means that the result of the grouping in the previous study and this study was not significantly different. MSE and coefficient silhouette values indicate a good value, so it can be concluded that method in this study can be used as an alternative method (model) for sesame seed grouping based on seed coat color properties.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/38/051701134 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Kustati |
| Date Deposited: | 13 Feb 2017 09:33 |
| Last Modified: | 22 Oct 2021 06:16 |
| URI: | http://repository.ub.ac.id/id/eprint/147467 |
Preview |
Text
125150200111001_IHWANUDIEN_HASAN_ROBBANI_JURNAL.pdf Download (2MB) | Preview |
Preview |
Text
125150200111001_IHWANUDIEN_HASAN_ROBBANI_LAPORAN.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |