DETEKSI KUALITAS MAKANAN LAUT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN ELECTRONIC NOSE

MUHAMAD AGUS NUGRAHA

Informasi Dasar

81 kali
23.06.764
658.4038
Karya Ilmiah - TA (D3) - Reference

Seafood atau makanan laut merupakan komoditas dagang yang penting baik dalam negri maupun internasional, karena Indonesia adalah negara maritim dengan keunggulan hasil lautnya, maka hal ini diharapkan mampu meningkatkan pertumbuhan ekonomi negara. Dalam standar pengujian resmi untuk menentukan kesegaran dan kemanan produk makanan laut dan daging dilakukan dengan metode Total Available Amount (TVC). Metode yang diusulkan untuk mengklasifikasikan kualitas dan mikroba pada makanan laut adalah menggunakan machine learning k nearest neighbor berbasis dataset electronic nose. Dimana pembangunan aplikasi menggunakan SDLC prototyping dengan beberapa tahapan yaitu pengumpulan kebutuhan, membangun prototyping, mengevaluasi prototyping, mengkodekan sistem, menguji sistem, dan evaluasi sistem. Adapun bahasa pemograman yang digunakan yaitu python sebagai pembangunan model machine learning dan php untuk tampilan antarmuka dan menggunakan MySQL sebagai tempat untuk menyimpan datanya, dan pengujian program dilakukan dengan menggunakan black box testing untuk memastikan bawha fungsionalitas program dapat digunakan dengan baik. Dari hasil percobaan, didapatkan hasil dari klasifikasi kualitas makanan laut yaitu mendapatkan skor akurasi 0.9949, sedangkan hasil regresi adalah R2 0.995 dan RMSE 0.003.

Subjek

SISTEM INFORMASI
 

Katalog

DETEKSI KUALITAS MAKANAN LAUT MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR DAN ELECTRONIC NOSE
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMAD AGUS NUGRAHA
Perorangan
Dedy Rahman Wijaya, Patrick Adolf Telnoni
 

Penerbit

Universitas Telkom, D3 Sistem Informasi
Bandung
2023

Koleksi

Kompetensi

  • VSI2J3 - DASAR ILMU DATA
  • VSI3C3 - ILMU DATA LANJUT
  • VSI2M2 - PENGEMBANGAN APLIKASI BERBASIS WEB
  • VSI3H4 - PROYEK AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini