Pradana, Boris Wiyan (2019) Alat Pengklasifikasi Status Burung Puyuh Berdasarkan Berat Badan Menggunakan Metode K-NN Pada Embeded Sistem. Sarjana thesis, Universitas Brawijaya.
Abstract
Puyuh (Coturnic coturnix japonica) merupakan salah satu unggas darat yang memiliki ukuran tubuh kecil namun mampu memproduksi telur dengan jumlah yang tinggi berkisar antara 240-300 butir per ekor pertahun. Banyaknya permintaan pasar saat ini merupakan kesempatan yang bagus bagi para peternak untuk meningkatkan produksi telur puyuh,. Para peternak masih menggunakan patokan berupa umur burung puyuh sebagai dasar untuk memisahkan kandang, dan juga pemberian pakan, karena untuk pakan, disetiap status pertumbuhan membutuhkan nutrisi dan jumlah pakan yang berbeda. Pada sistem ini menggunakan berat badan sebagai parameter, dan umur untuk membandingkannya. Dalam pembuatan membutuh kan beberapa hardware, diantaranya sensor berat badan load cell, arduino uno sebagai mikrokontroller, dan LCD untuk menampilkan berat badan. Metode untuk mengklasifikasi berat badan burung puyuh menggunakan metode K-Nearest Neighbor (KNN). Pada pengujian dan analisis dilakukan untuk mencari akurasi sensor loadcell pada sistem dan perbandingan antara klasifikasi berdasarkan umur dan berat badan. Hasil pembacaan sensor pada pengukuran berat burung puyuh memiliki akurasi sebesar 96.67% dengan selisih berat terkecil adalah 1g dan terbesar adalah 45g. Sedangkan pengujian metode klasifikasi pada semua data latih dan data uji mendapatkan hasil kesalahan sebesar 2.23% dikarenakan terdapat 2 kelas yang tidak sesuai dengan pengklasifikasian sesuai umur.
English Abstract
Quail are one of landfowl that have small size body but can produce a lot of eggs from 240 until 300 grain every year. With a lots of market demand today are a good chance to breeder to increase producing quail eggs. The breeders still use quail’s age as standart to separating quail in different cage, and quail’s feed, because for food, every different growth status need different nutrition and different amount of food. In this system using weight as parameter and age to compare them. At the procces making need some hardware, among them we need weight sensor loadcell, arduino uno as microcontroller, and LCD to display weight. Method to classified quail’s weight use K-nearest neighbor(KNN) method.Testing and analysis is done to find load cell’s accuracy in this system and comparison between age classification and weight. The result of quail’s weight sensor reading have 96.67% accuration with the smallest deviation are 1gram(g), and the biggest deviation is 45gram (g) . Meanwhile method classification testing in all training data and test data, we obtain result error 2.23% because there’s 2 class that didn’t match with age classification.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/646/051907817 |
| Uncontrolled Keywords: | Loadcell, Arduino Uno, Berat badan, KNN, Burung Puyuh, loadcell, quail, weight, KNN |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 01 Aug 2020 08:57 |
| Last Modified: | 09 Mar 2022 07:52 |
| URI: | http://repository.ub.ac.id/id/eprint/174222 |
Preview |
Text
Boris Wiyan Pradana (2)ok.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |