KLASIFIKASI JENIS JAHE BERDASARKAN CIRI STATISTIK ORDE SATU DARI WARNA RIMPANG

Riris Novitasari, paulus harsadi, muhammad hasbi

Abstract


Jahe merupakan tanaman rimpang yang memiliki banyak manfaat, seperti bumbu masak, jamu, obat herbal, dan lain-lain. Rimpang jahe memiliki fungsi yang berbeda-beda, tergantung jenisnya (Jahe Sunti, Jahe Kombongan, dan Jahe Merah). Identifikasi jenis jahe dapat dilakukan oleh manusia dengan mudah mengingat jenis jahe yang sedikit. Namun, identifikasi oleh manusia cenderung tidak konsisten dan belum tentu memberikan hasil yang akurat. Oleh karena itu, tujuan dari penelitian ini adalah untuk membuat suatu sistem yang dapat mengklasifikasikan jenis jahe secara akurat. Metode penelitian yang digunakan adalah K-Nearest Neighbor (K-NN) dan ekstraksi ciri statistik orde pertama (mean, variance, skewness, kurtosis, dan entropy). Sedangkan pengujian sistem menggunakan metode Black-Box untuk menguji fungsionalitas dan metode Confusion Matrix untuk menguji akurasi. Hasil pengujian menunjukkan bahwa sistem klasifikasi jenis jahe berdasarkan karakteristik statistik orde satu warna rimpang menggunakan metode K-Nearest Neighbor (K-NN) memiliki performansi yang baik dengan akurasi 80%.


Keywords


K-Nearest Neighbor (K-NN), Feature Extraction, First Order, Ginger Classification

Full Text:

PDF


DOI: https://doi.org/10.26877/jiu.v8i1.10012

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 paulus harsadi, muhammad hasbi



Creative Commons License
Jurnal Informatika Upgris by Program Studi Informatika UPGRIS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.