OPTIMASI KLASIFIKASI CITRA BAWANG DAYAK, BAWANG MERAH, DAN BAWANG BOMBAY MERAH MENGGUNAKAN GENETIC MODIFIED K-NEAREST NEIGHBOR
Klasifikasi merupakan salah satu tugas data mining yang bertujuan untuk mengategorikan objek atau data ke dalam beberapa kelas. Algoritma klasifikasi yang digunakan pada penelitian ini adalah Genetic Modified K-Nearest Neighbor (GMKNN). GMKNN merupakan pengembangan dari metode KNN sederhana dengan menambahkan perhitungan validitas dan nilai bobot, serta mengoptimasi penentuan nilai k optimal dengan Algoritma Genetika untuk meningkatkan akurasi pada algoritma KNN sederhana. Penelitian ini bertujuan untuk mendapatkan nilai k optimal sehingga dapat melakukan klasifikasi citra bawang dayak, bawang merah, dan bawang bombay merah dengan optimal pula. Berdasarkan penelitian menggunakan proporsi data latih dan data uji 90% : 10% diperoleh nilai k optimal yaitu 4. Pada proporsi data 80% : 20% diperoleh nilai k optimal yaitu 2, lalu pada proporsi data 70% : 30% diperoleh nilai k optimal yaitu 1. Keakuratan prediksi klasifikasi ketiga proporsi data dihitung menggunakan Confusion Matrix dan diperoleh tingkat akurasi sebesar 100%.
Ketersediaan
Detail Information
Judul | OPTIMASI KLASIFIKASI CITRA BAWANG DAYAK, BAWANG MERAH, DAN BAWANG BOMBAY MERAH MENGGUNAKAN GENETIC MODIFIED K-NEAREST NEIGHBOR |
---|---|
Pengarang | AUDI FATTIYAH RIVANNY - Personal Name |
No. Panggil | SKRIPSI AUD o 2023 |
Subyek | klasifikasi k-nearest neighbor algoritma genetika citra digital |
Bahasa | Indonesia |
Tempat Terbit | Universitas Mulawarman |
Tahun Terbit | 2023 |
Penerbit | Fakultas Matematika Dan Ilmu Pengetahuan Alam |
Jurusan | MATEMATIKA |
Lampiran Berkas | LOADING LIST... |
DIGITAL LIBRARY