Noviyanti, Rakhmadina (2017) Pengelompokan Biji Wijen Menggunakan Metode ACOKHM Berdasarkan Sifat Warna Cangkang Biji. Sarjana thesis, Universitas Brawijaya.
Abstract
Wijen merupakan salah satu tumbuhan berpotensial karena menghasilkan minyak yang berguna dalam sektor industri. Pertumbuhan akan konsumsi wijen di dunia pada tahun 2003 semakin meningkat sekitar 1,6% tiap tahun. Karena kebutuhan wijen yang semakin meningkat maka perlu menghasilkan wijen dengan kualitas bagus. Identifikasi kualitas dalam tanaman wijen ditentukan dengan warna cangkang biji wijen. Sehingga perlu dilakukan persilangan benih wijen untuk menghasilkan wijen dengan kualitas baik. Hasil dari persilangan tersebut menghasilkan warna biji wijen yang beragam dan hampir mirip sehingga perlu dilakukan pengelompokan berdasarkan kedekatan warna. Beberapa penelitian terdahulu telah mengelompokan wijen secara kualitatif dengan pengamatan langsung dan kuantitatif menggunakan metode tertentu. Penelitian metode sebelumnya menggunakan 3 metode kuantitatif yaitu metode IWOKM, PSO-K-Means dan GA-KMEANS. Pada penelitian tersebut menggunakan data hasil pengukuran dengan alat chromameter yang menghasilkan data dengan atribut L* a* b*. Pada penelitian ini menggunakan data serupa dengan mengusulkan metode lain yaitu ACOKHM. ACOKHM adalah gabungan metode clustering (K-Harmonic Means) dan metode optimasi (Ant Colony Optimization). Hasil pengelompokan dari metode ACOKHM akan dibandingkan dengan metode terdahulu. Berdasarkan hasil pengelompokan metode ACOKHM akan diuji nilai fitness dan nilai kekompakan yang menunjukkan bahwa metode ini memiliki performa yang baik dengan nilai fitness yang mencapai 10,16899 dan nilai kekompakan kelompok mencapai 0,770765. Hasil pengelompokan data wijen juga mirip dengan penelitian sebelumnya dengan C1 : C2 adalah 233 : 58. Sehingga metode pada penelitian ini cocok dan memiliki performa yang baik dalam mengelompokan data wijen.
English Abstract
Sesame is one of the potential plant that produce oil uses for industrial sector. Improvement of sesame consumption in the world has increased at 2013 about 1.6% every year. Because the requirement of sesame has increased so must produce sesame seed with best quality. Quality identification of sesame is determined by the color on the seed shell. So necessary to crosses the sesame seeds to produce a best quality sesame. The result of cross will produce the vary colour sesame seed and almost similiar so need grouped by the closeness in color. Several previous study already grouping the sesame qualitatively with direct observation, and quantitatively with spesific method. In the previous study use 3 quantitative method is IWOKM method, PSO-K-Means and GA-KMEANS. The previous study using data measure by chromameter tool to produce data with attribute L*, a*, b*. In this research use same data and suggestion other method is ACOKHM. ACOKHM is hybrid clustering method (K-Harmonic Means) and optimization method (Ant Colony Optimization). The result of grouping with ACOKHM method will compared with previous method. Based on the results of grouping in this study will be tested using fitness and silhouette coeffisient. Based on the results of test show that ACOKHM method has good performance with fitness reaching 10,16899 and silhouette 0,770765. The result of grouping a sesame data is also similiar with previous study with C1: C2 is 233: 58. So the method on this study is suitable and have a good performance to grouping sesame data.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/587/051708099 |
| Uncontrolled Keywords: | Ant Colony Optimization , K-Harmonic Means, ACOKHM, Wijen, Chromameter, Pengelompokan, Kualitatif, Kuantitatif |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data > 005.1 Programming |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 04 Oct 2017 04:23 |
| Last Modified: | 25 Nov 2020 13:41 |
| URI: | http://repository.ub.ac.id/id/eprint/3240 |
Preview |
Text
Rakhmadina Noviyanti.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |