KLASIFIKASI KUALITAS TANAMAN CABAI MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOR (FKNN)
Abstrak: Pada penelitian kali
ini akan membahas tentang Klasifikasi Kualitas Tanaman Cabai Menggunakan Metode
Fuzzy K-Nearest Neighbor(FKNN). Hal tersebut dilatarbelakangi karena cabai
banyak dimanfaatkan untuk keperluan rumah tangga maupun industri. Terdapat
berbagai jenis cabai yang ada di Indonesia, tetapi cabai yang banyak
dimanfaatkan sebagai bahan olahan adalah cabai merah besar. Sebagai komuditas
tanaman hortikultura dengan fluktuasi harga yang tinggi konsumen mengharapkan
kualitas yang baik pula pada proses produksi. Agar produksi cabai memiliki
kualitas yang merata, cabai hasil panen harus diklasifikasikan sebelum proses
distribusi. Saat ini proses klasifikasi cabai di kota Blitar masih dilakukan
secara manual oleh pegawai terkait. Algoritma FKNN memberikan nilai keanggotaan
kelas pada vektor dan bukan menempatkan vektor pada kelas tertentu. Data
didapat dari Dinas Pertanian, Peternakan, dan Perikanan Kota Blitar pada tahun
2015. Penelitian ini menggunakan 100 data sampel dengan 70 data latih dan 30
data uji. Dari pengujian didapatkan akurasi 96,67% terhadap data sampel. Maka
dapat disimpulkan bahwa penelitian menggunakan metode Fuzzy K-Nearest Neighbor
(FKNN) memiliki kinerja yang baik dalam klasifikasi kualitas cabai di kota
Blitar.
Penulis: Angga Aditya Indra
Wiratmaka, Imam Fahrur Rozi, Rosa Andrie Asmara
Kode Jurnal: jptinformatikadd170373
