Azami, Farich Al (2022) Klasifikasi kualitas wortel menggunakan metode k-nearest neighbor berbasis android. Sarjana thesis, Universitas Muria Kudus.

Preview	Text (Halaman judul) DAFTAR PUSTAKA.pdf - Published Version Download (293kB) | Preview
Preview	Text (Bab I) BAB I.pdf - Published Version Download (360kB) | Preview
	Text (Bab II) BAB II.pdf - Published Version Restricted to Registered users only Download (821kB) | Request a copy
	Text (Bab III) BAB III.pdf - Published Version Restricted to Registered users only Download (495kB) | Request a copy
	Text (Bab IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (Bab V) BAB V.pdf - Published Version Restricted to Registered users only Download (356kB) | Request a copy
Preview	Text (Daftar pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (293kB) | Preview
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Registered users only Download (961kB) | Request a copy

Abstrak

Dalam beberapa penelitian telah banyak menghasilkan berbagai program atau aplikasi yang di rancang khusus untuk mengidentifikasi tanaman, buah, daun atau lainnya berdasarkan ciri-ciri yang ditentukan. Seperti mengidentifikasi kualitas buah atau sayur berdasarkan warna, bentuk, atau tekstur dan ketentuan lainnya. Dari berbagai macam buah dan sayur, wortel merupakan sayuran yang memiliki banyak manfaat dan disukai mayoritas masyarakat. Maka diperlukan pemilihan buah yang berkualitas baik untuk menghasilkan produk yang berkualitas juga. Namun, selama ini dalam pemilihan wortel yang berkualitas masih menggunakan cara manual dengan indera pengelihatan manusia untuk menentukan wortel berkualitas baik dan buruk. . Pengolahan citra pada aplikasi ini menggunakan metode algoritma K-Nearest Neighbor (KNN) yang mana adalah sebuah metode yang melakukan klasifikasi terhadap objek berdasarkan data pemelajaran yang jaraknya paling dekat dengan objek tersebut. Pada pengembangan aplikasi klasifikasi kualitas wortel ini diharapkan dapat membantu petani, industri, ataupun masyarakat umum dalam memilah kualitas wortel yang baik dan efisien. Pada hasil klasifikasi menggunakan sistem klasifikasi ini mendapat presentase sebesar 74,19%.

Item Type:	Skripsi/ Thesis (Sarjana)
Dosen Pembimbing:	1. Aditya Akbar Riadi, S.Kom, M.Kom 2. Evanita, S.Kom, M.Kom
Kata Kunci:	Klasifikasi, Wortel, KNN, Android
Subjects:	Teknologi > T1 Teknologi (Umum) > Standardisasi Teknologi > Teknologi (umum) Teknologi > T1 Teknologi (Umum) > Teknologi Informasi
Program Studi:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Mr Firman Al Mubaroq
Date Deposited:	13 May 2022 01:01
Last Modified:	13 May 2022 01:01
URI:	http://eprints.umk.ac.id/id/eprint/16627

Actions (login required)

View Item