Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan K-Nearest Neighbor (KNN) untuk Klasifikasi Anggrek Berdasarkan Karakter Morfologi Daun dan Bunga Sesilia Novita R; Prihastuti Harsani; Arie Qur’ania
KOMPUTASI Vol 15, No 1 (2018): Komputasi: Jurnal Ilmiah Ilmu Komputer dan Matematika
Publisher : Ilmu Komputer, FMIPA, Universitas Pakuan

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (631.749 KB) | DOI: 10.33751/komputasi.v15i1.1267

Abstract

Sistem klasifikasi anggrek dibuat dengan menerapkan algoritma K-Nearest Neighbor dan inputan berupa teks. Sistem ini bertujuan membantu masyarakat umum dalam mengenali tanamanan anggrek berdasarkan genus dan varietasnya. Karakter morfologi yang digunakan sebagai atribut dalam klasifikasi diantaranya bentuk daun, bentuk bunga, bentuk sepal lateral, warna sepal lateral, bentuk sepal dorsal, warna sepal dorsal, bentuk petal, warna petal, bentuk ujung bibir dan corak bunga. Penerapan algoritma pada sistem klasifikasi anggrek diharapkan dapat memberikan hasil keputusan terbaik. Prinsip kerja dari algoritma K-Nearest Neighbor adalah data yang diuji diklasifikasikan berdasarkan keanggotaan terdekat yang terbanyak dari data uji. Perhitungan dilakukan dengan menghitung kuadrat jarak euclidian masing-masing objek terhadap data sampel, kemudian diurutkan dari nilai terkecil hingga terbesar dan pencarian nilai k sebagai hasil keputusan. Pengujian sistem dilakukan terhadap 15 data latih menghasilkan nilai akurasi 53,33%, dengan jumlah nilai benar 8 data dan jumlah nilai salah 7 data.Keywords: K-Nearest Neighbor (K-NN), Sistem Klasifikasi, Anggrek Kedisiplinan