ANDIKA, Muhammad Azmi Tri (2024) PENERAPAN METODE K-NEAREST NEIGHBORS PADA KLASIFIKASI TINGKAT KEMATANGAN BUAH MELINJO. Bachelor thesis, UNIVERSITAS PERADABAN.
![]() |
PDF (HALAMAN AWAL)
COVER-MUHAMMAD AZMI TRI ANDIKA-42417009-2024.pdf - Accepted Version Download (761kB) |
![]() |
Text (ABSTRAK)
ABSTRAK-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.docx - Accepted Version Download (18kB) |
![]() |
PDF (BAB I)
BAB I-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (138kB) |
![]() |
PDF (BAB II)
BAB II-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (288kB) |
![]() |
PDF (BAB III)
BAB III-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (65kB) |
![]() |
PDF (BAB IV)
BAB IV-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.pdf - Accepted Version Restricted to Registered users only Download (375kB) |
![]() |
PDF (BAB V)
BAB V-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.pdf - Accepted Version Download (41kB) |
![]() |
PDF (DAFTAR PUSTAKA)
DAFTAR PUSTAKA-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-202.pdf - Accepted Version Download (143kB) |
![]() |
PDF (LAMPIRAN)
LAMPIRAN-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.pdf - Accepted Version Restricted to Repository staff only Download (532kB) |
![]() |
PDF (ARTIKEL)
ARTIKEL-MUHAMMAD AZMI TRI ANDIKA-42417009-SKRIPSI-2024.pdf - Accepted Version Restricted to Repository staff only Download (343kB) |
Abstract
Buah melinjo adalah tanaman asli Indonesia yang dapat tumbuh di berbagai lokasi, baik di pekarangan rumah maupun di kebun. Proses klasifikasi kematangan buah melinjo umumnya masih dilakukan secara manual. Oleh karena itu, diperlukan metode klasifikasi berbasis komputer untuk meningkatkan akurasi dan kecepatan proses tersebut. Metode yang di gunakan pada penelitian ini adalah K-Nearest Neighbors (KNN). Penelitian ini bertujuan untuk mengevaluasi performa metode K-Nearest Neighbors (KNN) dalam mengklasifikasikan tingkat kematangan buah melinjo berdasarkan fitur warna, yaitu matang, setengah matang, dan mentah. Fitur warna diekstraksi menggunakan metode HSV, dan sistem ini dikembangkan menggunakan bahasa pemrograman Python dengan antarmuka GUI Tkinter. Dengan menggunakan parameter k=3, diperoleh akurasi sebesar 94,44% dari total dataset yang terdiri dari 180 citra, masing-masing kelas terdiri dari 60 citra matang, 60 citra setengah matang, dan 60 citra mentah. Hasil akurasi ini menunjukkan bahwa metode KNN memiliki performa yang baik dalam klasifikasi kematangan buah melinjo, dengan tingkat kesalahan yang rendah.
Item Type: | Thesis (Bachelor) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Contributors: |
|
|||||||||
Uncontrolled Keywords: | Buah Melinjo, K-Nearest Neighbors (KNN), HSV, Python, Tkinter | |||||||||
Subjects: | 000 Ilmu Komputer, Informasi dan Karya Umum > 000 Ilmu Umum; Ilmu Komputer dan Informasi > 004-Pemrosesan Data, Ilmu Komputer, Teknik Informatika > Prinsip Matematika dalam Ilmu Komputer; Algoritma Komputer | |||||||||
Divisions: | Fakultas Sains dan Teknologi > Program Studi Informatika - S1 | |||||||||
Depositing User: | Nidzom Muhammad | |||||||||
Date Deposited: | 22 Jun 2025 02:34 | |||||||||
Last Modified: | 22 Jun 2025 02:34 | |||||||||
URI: | http://repository.peradaban.ac.id/id/eprint/1856 |
Actions (login required)
![]() |
View Item |