IDENTIFIKASI JENIS DAN MUTU BERAS BERDASARKAN KETENTUAN SNI MENGGUNAKAN K-NEAREST NEIGHBOR

Paramitha, Anidhya Ayu (2016) IDENTIFIKASI JENIS DAN MUTU BERAS BERDASARKAN KETENTUAN SNI MENGGUNAKAN K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Mercu Buana Yogyakarta.

[thumbnail of SKRIPSI FULL TEXT] Text (SKRIPSI FULL TEXT)
Skripsi_Anidhya Ayu Paramitha_10111012.pdf.pdf
Restricted to Repository staff only

Download (15MB)
[thumbnail of Naskah Publikasi] Text (Naskah Publikasi)
Naskah Publikasi_Anidhya Ayu Paramitha_10111012.pdf
Restricted to Repository staff only

Download (762kB)
[thumbnail of SOURCE CODE] Other (SOURCE CODE)
Source Code.rar
Restricted to Repository staff only

Download (43kB)

Abstract

Tingginya konsumsi beras menuntut pemerintah untuk selalu mengembangkan
varietas padi yang lebih unggul dengan daya produktivitas yang tinggi. Mutu beras sangat
bergantung pada mutu gabah yang akan digiling dan sarana mekanis yang digunakan
dalam proses penggilingan. Dalam pengelompokkannya mutu beras dibagi menjadi 3
jenis, yaitu: mutu beras berdasarkan pasar beras, mutu beras berdasarkan Standar
Nasional Indonesia (SNI), dan mutu beras berdasarkan prefensi konsumen. Untuk
mendapatkan jaminan mutu beras yang ada di pasaran diperlukan cara untuk
menentukan klasifikasi kualitas beras dengan cepat, akurat, dan mudah untuk
dioperasikan sehingga meningkatkan efisiensi pengkelasan mutu beras.
Penelitian ini mengembangkan identifikasi mutu beras menggunakan perhitungan
jumlah butir beras sesuai yang tercatat pada SNI 6128:2008. Metode klasifikasi yang
digunakan adalah K-Nearest Neighbour sebagai pengenalan polanya. Data yang dipakai
adalah 180 citra beras, yang terdiri dari 3 jenis beras. Banyaknya data pelatihan yang
digunakan adalah 90 citra beras, sedangkan untuk data uji sebanyak 90 citra beras.
Ekstraksi fitur ciri yang digunakan adalah jumlah butir kepala, jumlah butir kuning, dan
jumlah butir merah. Perangkat lunak (algoritma) mampu mengidentifikasi data uji dengan
tingkat keberhasilan paling tinggi adalah 91,1% dengan nilai k = 5, sedangkan terendah
yaitu 78,8% dengan nilai k = 13.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: SNI, Mutu Beras, K-Nearest Neighbor, Thresholding
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Program Studi Teknik Informatika
Depositing User: Teknik Informatika UMBY
Date Deposited: 19 Nov 2024 03:30
Last Modified: 19 Nov 2024 03:36
URI: http://eprints.mercubuana-yogya.ac.id/id/eprint/21646

Actions (login required)

View Item
View Item