Hajar, Siti (2024) Perbandingan Hasil Metode K-Nearest Neighbors Dan Support Vector Machine Untuk Menentukan Kualitas Tandan Buah Sawit Layak Diterima Di PT. Inti Mitra Sawit Lestari. S1 thesis, Universitas Malikussaleh.
![]() |
Text
Siti Hajar_200170103_Cover.pdf Download (129kB) |
![]() |
Text
Siti Hajar_200170103_Abstrak.pdf Download (570kB) |
![]() |
Text
Siti Hajar_200170103_Bab I.pdf Download (1MB) |
![]() |
Text
Siti Hajar_200170103_Daftar Pustaka.pdf Download (650kB) |
![]() |
Text
Siti Hajar_200170103_Perbandingan Hasil Metode K-Nearest Neighbors dan Support Vector Machine untuk Menentukan Kualitas Tandan Buah Sawit Layak Diterima di PT. Inti Mitra Sawit Lestari.pdf Restricted to Registered users only Download (2MB) |
Abstract
Kelapa sawit (Elaeis guineensis Jacq) merupakan tanaman penting dalam sektor pertanian Indonesia yang menghasilkan berbagai produk bernilai ekonomi tinggi. Kualitas tandan buah sawit (TBS) berperan signifikan dalam proses produksi minyak kelapa sawit (CPO), sehingga penilaian yang akurat terhadap kualitasnya sangat diperlukan. Penelitian ini bertujuan untuk membandingkan efektivitas metode K-Nearest Neighbors (K-NN) dan Support Vector Machine (SVM) dalam menentukan kualitas TBS yang layak diterima. Dengan menggunakan data TBS dari tahun 2019 hingga 2023, penelitian ini menganalisis berbagai variabel seperti tingkat kematangan dan persentase rendemen, untuk mengembangkan sistem berbasis website yang dapat mengklasifikasikan TBS. Hasil penelitian menunjukkan bahwa metode K-NN memiliki akurasi yang lebih tinggi dibandingkan metode SVM dalam klasifikasi kualitas TBS. Temuan ini diharapkan dapat memberikan solusi yang efektif dalm pengambilan keputusan terkait penerimaan kualitas TBS serta menjadi referensi bagi penelitian selanjutnya dibidang klasifikasi data mining. Pada pengukuran akurasi menggunakan Confussion Matrix pada metode K-NN dengan pendekatan Euclidean Distance didapatkan sebesar 100%, presisi 100%, recall 100%, sedangkan pada metode SVM didapatkan nilai akurasi sebesar 91%, presisi 91% dan recall sebesar 100%.
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: | Siti Hajar |
Date Deposited: | 24 Jan 2025 03:51 |
Last Modified: | 24 Jan 2025 03:51 |
URI: | https://rama.unimal.ac.id/id/eprint/9425 |
Actions (login required)
![]() |
View Item |