Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Niko Aji Nugroho
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Rancang Bangun Sistem Klasifikasi Kelayakan Madu berdasarkan Kadar Gula dan Warna untuk Penderita Diabetes Mellitus menggunakan Metode K-Nearest Neighbors Niko Aji Nugroho; Dahnial Syauqy; Fitri Utaminingrum
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 5 (2023): Mei 2023
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Madu merupakan salah suatu jenis produk alam yang diproduksi oleh koloni lebah madu liar maupun lebah madu peternakan. Madu terdiri dari beberapa kompenen yaitu fruktosa, glukosa, sukrosa, mineral, vitamin, dan berbagai enzim. Madu juga dianjurkan untuk dikonsumsi oleh penderita Diabetes mellitus. Penderita Diabetes mellitus yang mengkonsumsi madu tentu dapat menggantikan peranan gula sebagai asupan energi. Namun, sangat disayangkan karena ada saja beberapa oknum penjual madu yang nakal dengan mencampur madu murni dengan pemanis murah. Tentu dengan adanya fenomena tersebut, madu menjadi momok yang menakutkan bagi penderita Diabetes mellitus. Pasalnya, jika penderita Diabetes mellitus rutin mengkonsumsi madu yang tidak layak maka akan mengakibatkan naiknya kadar gula darah pada penderita. Berdasarkan permasalahan yang ada, diperlukanlah sistem yang bisa mengklasifikasikan kelayakan konsumsi madu bagi penderita Diabeter mellitus. Sistem menggunakan Arduino Mega sebagai pemroses utama, beserta komponen lain seperti sensor kapasitansi, sensor TCS3200, RTC, Modul Micro SD, LCD, dan tiga buah button. Penulis juga menggunakan salah satu algoritma machine learning yaitu K-Nearest Neighbors untuk mengklasifikasi madu. Setelah melakukan pengujian, didapatkan nilai K terbaik untuk algoritma ini yaitu K=3. Selain itu, sistem dapat bekerja dengan optimal sesuai fungsinya dan memiliki akurasi sebesar 90% untuk 10 sampel yang diujikan.
Co-Authors Dahnial Syauqy Utaminingrum, Fitri