segara, m bayu (2026) KLASIFIKASI VARIETAS KELAPA SAWIT MENGGUNAKAN METODE K-NEAREST NEIGHBORS. S1 thesis, universitas malikussaleh.

	Text cover skripsi.pdf Download (18kB)
	Text ABSTRAK.pdf Download (70kB)
	Text BAB I.pdf Download (79kB)
	Text DAFTAR PUSTAKA.pdf Download (140kB)
	Text full text.pdf Restricted to Registered users only Download (2MB)

Abstract

Kelapa sawit merupakan salah satu komoditas utama yang memiliki peran penting dalam sektor perkebunan di Indonesia, sehingga diperlukan metode yang tepat untuk menentukan varietas unggul yang layak direkomendasikan. Penelitian ini bertujuan untuk mengklasifikasikan varietas kelapa sawit ke dalam kategori Rekomendasi (R) dan Tidak Disarankan (TD) menggunakan metode K-Nearest neighbors (KNN) dengan Weight Voting. Data yang digunakan merupakan data sekunder dari PT Seumadam sebanyak 300 data yang terdiri dari 210 data latih dan 90 data uji, dengan enam atribut yaitu Produksi TBS, Rendemen CPO, Produksi Kernel, Limbah Tandan Kosong, Limbah Cangkang, dan Limbah Serat. Proses klasifikasi dilakukan melalui tahapan normalisasi Min-Max Scaling, perhitungan Euclidean Distance, penentuan nilai K=5, serta pembobotan menggunakan Weight Voting untuk meningkatkan akurasi hasil klasifikasi. Berdasarkan hasil pengujian, metode KNN dengan Weight Voting menghasilkan nilai akurasi sebesar 91,11%. Selain itu, kelas Rekomendasi memperoleh nilai precision sebesar 95,95%, recall sebesar 93,42%, dan F1-Score sebesar 94,66%, sedangkan kelas Tidak Disarankan memperoleh precision sebesar 68,75%, recall sebesar 78,57%, dan F1-Score sebesar 73,33%. Hasil penelitian menunjukkan bahwa metode KNN dengan Weight Voting mampu melakukan klasifikasi varietas kelapa sawit secara efektif dan akurat, sehingga dapat digunakan sebagai sistem pendukung keputusan dalam menentukan varietas kelapa sawit yang layak direkomendasikan.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	m bayu segara
Date Deposited:	24 Sep 2026 03:41
Last Modified:	24 Sep 2026 03:41
URI:	https://rama.unimal.ac.id/id/eprint/23204

Actions (login required)

View Item