Article Per Year (5 Year)
p-Index From 2019 - 2024
5.119
P-Index
This Author published in this journals
All Journal ELKHA : Jurnal Teknik Elektro Jurnal Simetris Jurnal Teknologi Informasi dan Ilmu Komputer Annual Research Seminar Jurnal Komputer Terapan Jusikom : Jurnal Sistem Komputer Musirawas JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI Jurnal Sisfokom (Sistem Informasi dan Komputer) Petir Jurdimas (Jurnal Pengabdian Kepada Masyarakat) Royal KOMPUTIKA - Jurnal Sistem Komputer Jurnal Informatika Global STRING (Satuan Tulisan Riset dan Inovasi Teknologi) jurnal teknik informatika dan sistem informasi Jurnal Saintekom : Sains, Teknologi, Komputer dan Manajemen Algoritme Jurnal Mahasiswa Teknik Informatika Informatics and Enginering Dedication MDP Student Conference
Muhammad Ezar Al Rivan
Universitas Multi Data Palembang
Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Social Sciences Other

Published : 39 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jusikom : Jurnal Sistem Komputer Musirawas

 1 
PENENTUAN KUALITAS BUAH PEPAYA CALIFORNIA MENGGUNAKAN METODE K-NN Muhammad Ezar Al Rivan; Molavi Arman; Winston Kennedy
Jusikom : Jurnal Sistem Komputer Musirawas Vol 6 No 1 (2021): Jusikom : Jurnal Sistem Komputer Musirawas JUNI
Publisher : LPPM UNIVERSITAS BINA INSAN

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32767/jusikom.v6i1.1175

Abstract

Pepaya merupakan salah satu buah tropis yang banyak manfaat. Penentuan kualitas buah pepaya secara konvensional memiliki keterbatasan. Penelitian ini dilakukan untuk menentukan kualitas pepaya berdasarkan bentuk fisiknya. Metode yang digunakan untuk menentukan kualitas buah pepaya yaitu dengan menggunakan metode k-Nearest Neighbors (k-NN). Metode k-NN digunakan untuk melakukan klasifikasi dengan cara mencari kedekatan data uji dengan basis data yang sudah diberi label. Ciri fisik papaya dapat dilihat dari warna, ukuran dan defect. RGB merupakan salah satu fitur warna. Namun fitur warna yang digunakan yaitu fitur R (Red) dan G (Green) sedangkan untuk fitur ukuran yaitu minor axis dan major axis. Penelitian ini menggunakan jarak Euclidean dan Manhattan dengan nilai k = 3, 5, 7, dan 9. Citra buah pepaya yang digunakan dalam penelitian ini merupakan citra buah pepaya yang diambil sendiri yang terdiri dari baik, sedang, dan jelek dengan total sebanyak 150 citra yang terbagi menjadi 120 data training dan 30 data testing. Hasil terbaik yang diperoleh yaitu dengan menggunakan jarak Euclidean dan nilai k sebesar 7 dengan accuracy sebesar 86,67%, precision sebesar 87,50%, dan recall sebesar 80,00%. Nilai accuracy, precision dan recall menunjukkan perfoma penentuan kualitas yang baik.
Co-Authors Ahmad Farisi Alvin Setiawan Alwyn Giovri Riyadi Andree Fendiawati Angella Octavia Arta Tri Narta Bhagaskara Bhagaskara Billy Gunawan Busdin, Rusdie Devella, Siska Dini Amputri Elisa Putri Suwanto Fareza, Ivan Felix Antony Fendy Novianto Lukman Gabriela Repca Sung Gasim Giovani Prakasa Gandi Hafiz Irsyad Hafiz Irsyad Hafiz Irsyad Irsyad, Hafiz Irvan Wijaya Kevin kevin Molavi Arman Monica Rizki Ayustin Muhammad Fachrurrozi Syawalludin Muhammad Restu Alviando Narta, Arta Tri Ningrum Larasati Noviardy, Mochammad Trinanda Nur Rachmat Orlando Orlando Randy Andreo Sonaru Reynald Dwika Prameswara Rheza Rijaya Ricky Yohannes Risha Ambar Wati Sehat Martinus Surya Benediktus Siti Nadra Steven Steven Suherman, Jessica Tegar Juangkara Tommy Saputra William Tanzil Winston Kennedy Yoannita Yoannita Yohannes Yohannes