Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting Ensemble
Penelitian ini mengusulkan Optimasi Algoritma Decison Tree, K-Nearest Neighbor dan Support Vector Machine menggunakan Metode Soft Voting dalam konteks kesuburan tanah pertanian. Hal ini didasari karena untuk klasifikasi kesuburan tanah masih dilakukan secara manual dan hal itu memungkinkan adanya su...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Muria Kudus
2023-11-01
|
| Series: | Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer |
| Subjects: | |
| Online Access: | https://jurnal.umk.ac.id/index.php/simet/article/view/11285 |
| _version_ | 1797391534915584000 |
|---|---|
| author | Fikri Budiman Yoga Mahendra Awaludin |
| author_facet | Fikri Budiman Yoga Mahendra Awaludin |
| author_sort | Fikri Budiman |
| collection | DOAJ |
| description | Penelitian ini mengusulkan Optimasi Algoritma Decison Tree, K-Nearest Neighbor dan Support Vector Machine menggunakan Metode Soft Voting dalam konteks kesuburan tanah pertanian. Hal ini didasari karena untuk klasifikasi kesuburan tanah masih dilakukan secara manual dan hal itu memungkinkan adanya suatu kesalahan dalam proses klasifikasi. Studi ini sangat relevan karena kesuburan tanah merupakan aspek kunci dalam pertanian yang dapat mempengaruhi hasil panen dan kualitas produk. Metode penelitian ini melibatkan pengumpulan data unsur hara dari Dinas Pertanian Kabupaten Grobogan dan analisis sistematis dengan Algoritma Decision Tree, K-Nearest Neighbor dan SVM kemudian diterapkan Metode Optimasi Soft Voting untuk meningkatkan akurasi. Hasil penelitian menunjukan bahwa Metode Optimasi Soft Voting mampu mengatasi masalah kesuburan tanah dengan meningkatkan akurasi klasifikasi. Nilai akurasi dari Algoritma Decision Tree sebesar 88,7%, nilai akurasi K-Nearest Neighbor sebesar 86,7, nilai akurasi SVM sebesar 90,1%, dan akurasi penggabungan algoritma dengan Optimasi Soft Voting sebesar 90,4. Penelitian ini penting dalam bidang pertanian karena membantu petani dan ahli pertanian dalam mengambil keputusan mengenai klasifikasi kesuburan tanah. Dengan meningkatkan pemahaman penggunaan teknologi melalui optimalisasi algoritma, diharapkan produktivitas pertanian dan ketahanan pangan meningkat. |
| first_indexed | 2024-03-08T23:34:20Z |
| format | Article |
| id | doaj.art-bda3aadf67f14e2c8defa81c3733c488 |
| institution | Directory Open Access Journal |
| issn | 2252-4983 2549-3108 |
| language | Indonesian |
| last_indexed | 2024-03-08T23:34:20Z |
| publishDate | 2023-11-01 |
| publisher | Universitas Muria Kudus |
| record_format | Article |
| series | Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer |
| spelling | doaj.art-bda3aadf67f14e2c8defa81c3733c4882023-12-14T08:11:03ZindUniversitas Muria KudusSimetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer2252-49832549-31082023-11-0114226127610.24176/simet.v14i2.112853512Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting EnsembleFikri Budiman0Yoga Mahendra Awaludin1Fakultas Ilmu Komputer, Program Studi Teknik Informatika, Universitas Dian Nuswantoro SemarangFakultas Ilmu Komputer, Program Studi Teknik Informatika, Universitas Dian Nuswantoro SemarangPenelitian ini mengusulkan Optimasi Algoritma Decison Tree, K-Nearest Neighbor dan Support Vector Machine menggunakan Metode Soft Voting dalam konteks kesuburan tanah pertanian. Hal ini didasari karena untuk klasifikasi kesuburan tanah masih dilakukan secara manual dan hal itu memungkinkan adanya suatu kesalahan dalam proses klasifikasi. Studi ini sangat relevan karena kesuburan tanah merupakan aspek kunci dalam pertanian yang dapat mempengaruhi hasil panen dan kualitas produk. Metode penelitian ini melibatkan pengumpulan data unsur hara dari Dinas Pertanian Kabupaten Grobogan dan analisis sistematis dengan Algoritma Decision Tree, K-Nearest Neighbor dan SVM kemudian diterapkan Metode Optimasi Soft Voting untuk meningkatkan akurasi. Hasil penelitian menunjukan bahwa Metode Optimasi Soft Voting mampu mengatasi masalah kesuburan tanah dengan meningkatkan akurasi klasifikasi. Nilai akurasi dari Algoritma Decision Tree sebesar 88,7%, nilai akurasi K-Nearest Neighbor sebesar 86,7, nilai akurasi SVM sebesar 90,1%, dan akurasi penggabungan algoritma dengan Optimasi Soft Voting sebesar 90,4. Penelitian ini penting dalam bidang pertanian karena membantu petani dan ahli pertanian dalam mengambil keputusan mengenai klasifikasi kesuburan tanah. Dengan meningkatkan pemahaman penggunaan teknologi melalui optimalisasi algoritma, diharapkan produktivitas pertanian dan ketahanan pangan meningkat.https://jurnal.umk.ac.id/index.php/simet/article/view/11285decision treek-nearest neighborsoft votingpertanianoptimasi |
| spellingShingle | Fikri Budiman Yoga Mahendra Awaludin Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting Ensemble Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer decision tree k-nearest neighbor soft voting pertanian optimasi |
| title | Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting Ensemble |
| title_full | Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting Ensemble |
| title_fullStr | Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting Ensemble |
| title_full_unstemmed | Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting Ensemble |
| title_short | Optimasi Analisis Kesuburan Tanah dengan Pendekatan Soft Voting Ensemble |
| title_sort | optimasi analisis kesuburan tanah dengan pendekatan soft voting ensemble |
| topic | decision tree k-nearest neighbor soft voting pertanian optimasi |
| url | https://jurnal.umk.ac.id/index.php/simet/article/view/11285 |
| work_keys_str_mv | AT fikribudiman optimasianalisiskesuburantanahdenganpendekatansoftvotingensemble AT yogamahendraawaludin optimasianalisiskesuburantanahdenganpendekatansoftvotingensemble |