Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM)
Di sejumlah masyarakat banyak ditemui berbagai jenis pohon pisang. Tidak hanya buahnya yang rasanya manis, tapi juga pohonnya bisa membantu penghijauan alam. Seringkali masyarakat kecewa saat pohon pisang yang ditanamnya tidak sesuai dengan yang diharapkan saat menanamnya. Hal ini bisa dimaklumi men...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Merdeka Malang
2020-12-01
|
| Series: | Jurnal Teknologi dan Manajemen Informatika |
| Subjects: | |
| Online Access: | https://jurnal.unmer.ac.id/index.php/jtmi/article/view/5156 |
| _version_ | 1819133006259945472 |
|---|---|
| author | Wali Ja'far Shudiq Ahmad Hudawi As M Fadhilur Rahman |
| author_facet | Wali Ja'far Shudiq Ahmad Hudawi As M Fadhilur Rahman |
| author_sort | Wali Ja'far Shudiq |
| collection | DOAJ |
| description | Di sejumlah masyarakat banyak ditemui berbagai jenis pohon pisang. Tidak hanya buahnya yang rasanya manis, tapi juga pohonnya bisa membantu penghijauan alam. Seringkali masyarakat kecewa saat pohon pisang yang ditanamnya tidak sesuai dengan yang diharapkan saat menanamnya. Hal ini bisa dimaklumi mengingat pohon pisang membutuhkan waktu yang lama untuk tumbuh sebelum berbuah. Maka akan lebih baik jika dapat diketahui sejak awal jenis pohon pisang tersebut berdasarkan komponen pohon yang mudah diamati yaitu tekstur daun. Metode yang digunakan adalah dua metode data mining yang klasifikasi yaitu K-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM), yang akan mencari model terbaik dari kedua metode tersebut, dalam mencari tingkat keakurasian yang paling tinggi. Hasil dari penelitian ini menunjukan kinerja metode K-Nearest Neighbor (K-NN) dengan nilai akurasi mencapai 74,00% lebih baik dari hasil kinerja metode Support Vector Machine (SVM) dengan nilai akurasi mencapai 67,89%.
DOI: https://doi.org/10.26905/jtmi.v6i2.5156 |
| first_indexed | 2024-12-22T09:40:26Z |
| format | Article |
| id | doaj.art-2c906b8208334581809119fb257b01c8 |
| institution | Directory Open Access Journal |
| issn | 1693-6604 2580-8044 |
| language | Indonesian |
| last_indexed | 2024-12-22T09:40:26Z |
| publishDate | 2020-12-01 |
| publisher | Universitas Merdeka Malang |
| record_format | Article |
| series | Jurnal Teknologi dan Manajemen Informatika |
| spelling | doaj.art-2c906b8208334581809119fb257b01c82022-12-21T18:30:41ZindUniversitas Merdeka MalangJurnal Teknologi dan Manajemen Informatika1693-66042580-80442020-12-016212813610.26905/jtmi.v6i2.51562472Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM)Wali Ja'far Shudiq0Ahmad Hudawi As1M Fadhilur Rahman2Universitas Nurul JadidUniversitas Nurul JadidUniversitas Nurul JadidDi sejumlah masyarakat banyak ditemui berbagai jenis pohon pisang. Tidak hanya buahnya yang rasanya manis, tapi juga pohonnya bisa membantu penghijauan alam. Seringkali masyarakat kecewa saat pohon pisang yang ditanamnya tidak sesuai dengan yang diharapkan saat menanamnya. Hal ini bisa dimaklumi mengingat pohon pisang membutuhkan waktu yang lama untuk tumbuh sebelum berbuah. Maka akan lebih baik jika dapat diketahui sejak awal jenis pohon pisang tersebut berdasarkan komponen pohon yang mudah diamati yaitu tekstur daun. Metode yang digunakan adalah dua metode data mining yang klasifikasi yaitu K-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM), yang akan mencari model terbaik dari kedua metode tersebut, dalam mencari tingkat keakurasian yang paling tinggi. Hasil dari penelitian ini menunjukan kinerja metode K-Nearest Neighbor (K-NN) dengan nilai akurasi mencapai 74,00% lebih baik dari hasil kinerja metode Support Vector Machine (SVM) dengan nilai akurasi mencapai 67,89%. DOI: https://doi.org/10.26905/jtmi.v6i2.5156https://jurnal.unmer.ac.id/index.php/jtmi/article/view/5156pohon pisangdata miningk-nearest neighbor (k-nn)support vector machine (svm). |
| spellingShingle | Wali Ja'far Shudiq Ahmad Hudawi As M Fadhilur Rahman Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM) Jurnal Teknologi dan Manajemen Informatika pohon pisang data mining k-nearest neighbor (k-nn) support vector machine (svm). |
| title | Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM) |
| title_full | Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM) |
| title_fullStr | Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM) |
| title_full_unstemmed | Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM) |
| title_short | Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM) |
| title_sort | penentuan metode terbaik dalam menentukan jenis pohon pisang menurut tekstur daun metode k nn dan svm |
| topic | pohon pisang data mining k-nearest neighbor (k-nn) support vector machine (svm). |
| url | https://jurnal.unmer.ac.id/index.php/jtmi/article/view/5156 |
| work_keys_str_mv | AT walijafarshudiq penentuanmetodeterbaikdalammenentukanjenispohonpisangmenurutteksturdaunmetodeknndansvm AT ahmadhudawias penentuanmetodeterbaikdalammenentukanjenispohonpisangmenurutteksturdaunmetodeknndansvm AT mfadhilurrahman penentuanmetodeterbaikdalammenentukanjenispohonpisangmenurutteksturdaunmetodeknndansvm |