Perbandingan Metode Klasifikasi K-Nearest Neighbor dan Naïve Bayes Terhadap Data Tingkat Kematangan Kelapa Di Tembilahan Kab. Indragiri Hilir

Paridzhi, M. Dhanul (2025) Perbandingan Metode Klasifikasi K-Nearest Neighbor dan Naïve Bayes Terhadap Data Tingkat Kematangan Kelapa Di Tembilahan Kab. Indragiri Hilir. Diploma thesis, Universitas Islam Indragiri.

[thumbnail of 01-AWAL.pdf] Text
01-AWAL.pdf

Download (1MB)
[thumbnail of 02-BAB1.pdf] Text
02-BAB1.pdf

Download (427kB)
[thumbnail of 03-BAB2.pdf] Text
03-BAB2.pdf

Download (483kB)
[thumbnail of 04-BAB3.pdf] Text
04-BAB3.pdf

Download (574kB)
[thumbnail of 05-BAB4.pdf] Text
05-BAB4.pdf
Restricted to Repository staff only

Download (1MB)
[thumbnail of 06-BAB5.pdf] Text
06-BAB5.pdf

Download (396kB)
[thumbnail of 07-AKHIR.pdf] Text
07-AKHIR.pdf

Download (1MB)
[thumbnail of HASIL TURNITIIN SKRIPSI DHANUL.pdf] Text
HASIL TURNITIIN SKRIPSI DHANUL.pdf
Restricted to Repository staff only

Download (9MB)

Abstract

Klasifikasi tingkat kematangan kelapa merupakan aspek penting dalam industri kelapa untuk memastikan kualitas produk dan nilai jual yang optimal. Penelitian ini bertujuan untuk membandingkan performa dua metode klasifikasi, yaitu K-Nearest Neighbor (KNN) dan Naïve Bayes, dalam mengklasifikasikan tingkat kematangan kelapa berdasarkan atribut warna (RGB), berat, diameter, dan tekstur buah. Data yang digunakan merupakan data primer dari 300 sampel kelapa di daerah Tembilahan, Kabupaten Indragiri Hilir, yang kemudian diolah menggunakan RapidMiner. Setelah dilakukan preprocessing dan normalisasi, data diuji menggunakan kedua metode tersebut. Hasil penelitian menunjukkan bahwa metode Naïve Bayes memiliki performa klasifikasi yang lebih unggul dengan akurasi sebesar 76,67%, precision rata-rata 74,77%, recall rata-rata 74,58%, dan nilai Cohen’s Kappa sebesar 0,644. Sementara itu, metode KNN menghasilkan akurasi sebesar 70% dengan nilai precision rata-rata 67,92%, recall rata-rata 66,74%, dan Cohen’s Kappa 0,541. Berdasarkan hasil tersebut, metode Naïve Bayes direkomendasikan untuk klasifikasi tingkat kematangan kelapa karena menunjukkan konsistensi performa yang lebih baik pada semua kelas

Item Type: Thesis (Diploma)
Uncontrolled Keywords: Klasifikasi, K-Nearest Neighbors, Naïve Bayes, Kematangan Kelapa, Data Mining
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik dan Ilmu Komputer > Program Studi Sistem Informasi
Depositing User: Nilam Sari
Date Deposited: 25 Nov 2025 01:46
Last Modified: 25 Nov 2025 01:46
URI: http://repository.unisi.ac.id/id/eprint/1002

Actions (login required)

View Item View Item