UNITY ACADEMYUNITY ACADEMY
Jurnal Ilmu Komputer dan Sistem InformasiJurnal Ilmu Komputer dan Sistem InformasiKualitas apel merupakan aspek krusial dalam industri pertanian dan pengolahan makanan. Penilaian kualitas ini sangat penting untuk memenuhi standar konsumen dan memastikan kepuasan pelanggan. Penelitian ini mengeksplorasi penggunaan algoritma K-nearest Neighbor (KNN) yang dioptimalkan dengan Particle Swarm Optimization (PSO) untuk klasifikasi kualitas apel berdasarkan atribut ukuran, berat, rasa manis, kerenyahan, kelembapan, kematangan, dan keasaman. Dataset yang digunakan mencakup 4000 sampel apel yang telah diukur dan dievaluasi berdasarkan atribut-atribut tersebut. Hasil penelitian menunjukkan bahwa pengaturan ukuran populasi dan bobot inertia pada algoritma PSO berhasil mengoptimalkan kinerja KNN dalam klasifikasi kualitas buah apel. Kombinasi ukuran populasi dan beban inertia pada algoritma PSO dapat meningkatkan akurasi KNN hingga mencapai nilai akurasi sebesar 91.15% dengan nilai recall 89.53% dan precision 92.59%. Penelitian ini juga memiliki nilai akurasi yang lebih baik dibandingkan penelitian sebelumnya terhadap klasifikasi kualitas buah apel.
Penelitian ini berhasil mengoptimalkan kinerja KNN dalam klasifikasi kualitas buah apel melalui penggunaan algoritma PSO.Kombinasi yang tepat dari ukuran populasi dan bobot inertia pada PSO terbukti meningkatkan akurasi klasifikasi.Hasil penelitian menunjukkan akurasi tertinggi sebesar 91.15%, yang lebih baik dibandingkan penelitian sebelumnya.Penelitian ini memberikan kontribusi penting dalam penerapan teknologi pembelajaran mesin untuk meningkatkan efisiensi dan akurasi penilaian kualitas apel.
Penelitian lanjutan dapat dilakukan dengan menambahkan fitur-fitur baru pada dataset, seperti data tekstur atau kandungan gula, untuk meningkatkan akurasi model klasifikasi. Selain itu, eksplorasi metode optimasi lain selain PSO, seperti Algoritma Genetika atau Differential Evolution, dapat dibandingkan untuk melihat metode mana yang memberikan hasil terbaik. Pengembangan sistem klasifikasi kualitas apel secara real-time menggunakan kamera dan sensor dapat menjadi arah penelitian yang menarik, memungkinkan penilaian kualitas apel secara otomatis dan cepat di lapangan atau di pabrik pengolahan. Penelitian ini dapat membantu petani dan industri makanan untuk meningkatkan efisiensi dan kualitas produk apel mereka, serta memenuhi standar kualitas yang diinginkan oleh konsumen. Dengan demikian, penelitian lebih lanjut dapat fokus pada integrasi sistem ini dengan teknologi Internet of Things (IoT) untuk pemantauan kualitas apel secara berkelanjutan dan pengambilan keputusan yang lebih cerdas.
- Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)i. perbandingan support vector machine modified... doi.org/10.29207/resti.v5i2.3008Jurnal RESTI Rekayasa Sistem dan Teknologi Informas i perbandingan support vector machine modified doi 10 29207 resti v5i2 3008
- Klasifikasi Kematangan Buah Apel Berdasarkan Warna Dan Tekstur Menggunakan Algoritma K-Nearest Neighbor... doi.org/10.46772/intech.v5i1.1119Klasifikasi Kematangan Buah Apel Berdasarkan Warna Dan Tekstur Menggunakan Algoritma K Nearest Neighbor doi 10 46772 intech v5i1 1119
- Klasifikasi Kualitas Buah Apel Berdasarkan Warna dan Bentuk Menggunakan Metode KNN | Generation Journal.... ojs.unpkediri.ac.id/index.php/gj/article/view/21052Klasifikasi Kualitas Buah Apel Berdasarkan Warna dan Bentuk Menggunakan Metode KNN Generation Journal ojs unpkediri ac index php gj article view 21052
| File size | 418.22 KB |
| Pages | 16 |
| DMCA | Report |
Related /
UM SURABAYAUM SURABAYA Evaluasi model menggunakan Mean Absolute Error (MAE) menunjukkan bahwa Neural Network Keras memberikan hasil terbaik dengan MAE terendah, yaitu 7,952.Evaluasi model menggunakan Mean Absolute Error (MAE) menunjukkan bahwa Neural Network Keras memberikan hasil terbaik dengan MAE terendah, yaitu 7,952.
PELITABANGSAPELITABANGSA Hasil pelatihan menghasilkan nilai precision hingga 0,966, recall mencapai 0,962, mAP@50 sebesar 0,970, dan mAP@50–95 sebesar 0,708, yang menunjukkanHasil pelatihan menghasilkan nilai precision hingga 0,966, recall mencapai 0,962, mAP@50 sebesar 0,970, dan mAP@50–95 sebesar 0,708, yang menunjukkan
KOPERTAIS4KOPERTAIS4 Kepercayaan yang tinggi ini kemudian mendorong perilaku keuangan digital yang lebih aktif, yang pada akhirnya membuka akses yang lebih luas terhadap pembiayaanKepercayaan yang tinggi ini kemudian mendorong perilaku keuangan digital yang lebih aktif, yang pada akhirnya membuka akses yang lebih luas terhadap pembiayaan
IPDNIPDN Penelitian ini merekomendasikan peningkatan alokasi anggaran, penguatan kapasitas SDM, serta penyempurnaan koordinasi antarinstansi untuk meningkatkanPenelitian ini merekomendasikan peningkatan alokasi anggaran, penguatan kapasitas SDM, serta penyempurnaan koordinasi antarinstansi untuk meningkatkan
URINDOURINDO Secara simultan, fasilitas kerja dan efektivitas komunikasi memiliki pengaruh yang kuat terhadap produktivitas kerja dengan nilai koefisien determinasiSecara simultan, fasilitas kerja dan efektivitas komunikasi memiliki pengaruh yang kuat terhadap produktivitas kerja dengan nilai koefisien determinasi
UNRUNR Coretax Administration System (CTAS) dirancang untuk mempermudah proses administrasi, pelaporan, dan pembayaran pajak secara daring. Namun, di tingkatCoretax Administration System (CTAS) dirancang untuk mempermudah proses administrasi, pelaporan, dan pembayaran pajak secara daring. Namun, di tingkat
KOPERTAIS4KOPERTAIS4 Selain itu, untuk menciptakan konsep permodalan yang sesuai dengan prinsip-prinsip ekonomi syariah dan gaya hidup halal, semua aktivitas BUMDes harus didasarkanSelain itu, untuk menciptakan konsep permodalan yang sesuai dengan prinsip-prinsip ekonomi syariah dan gaya hidup halal, semua aktivitas BUMDes harus didasarkan
UNDANAUNDANA Sampel diambil secara acak sederhana sebanyak 60 responden. Metode analisis yang digunakan adalah analisis variansi, deviasi standar, dan koefisien variasi.Sampel diambil secara acak sederhana sebanyak 60 responden. Metode analisis yang digunakan adalah analisis variansi, deviasi standar, dan koefisien variasi.
Useful /
HKBPHKBP This theory is based on changes in behavior that can be observed through testing and observable observations. This theory prioritizes observation becauseThis theory is based on changes in behavior that can be observed through testing and observable observations. This theory prioritizes observation because
IAIN KEDIRIIAIN KEDIRI Temuan mengungkapkan bahwa faktor internal seperti rasa ingin tahu tentang teknologi, motivasi intrinsik, kebutuhan belajar, dan preferensi terhadap alatTemuan mengungkapkan bahwa faktor internal seperti rasa ingin tahu tentang teknologi, motivasi intrinsik, kebutuhan belajar, dan preferensi terhadap alat
URINDOURINDO Studi ini menunjukkan bahwa maladministrasi dalam distribusi pupuk bersubsidi di Indonesia bukan sekadar persoalan teknis, melainkan cerminan dari persoalanStudi ini menunjukkan bahwa maladministrasi dalam distribusi pupuk bersubsidi di Indonesia bukan sekadar persoalan teknis, melainkan cerminan dari persoalan
IAIN KEDIRIIAIN KEDIRI Descriptive statistics and MANOVA were computed and analyzed using Microsoft Excel and IBM SPSS 26. The findings of the study showed that all of the teachersDescriptive statistics and MANOVA were computed and analyzed using Microsoft Excel and IBM SPSS 26. The findings of the study showed that all of the teachers