CLUSTERING KUALITAS MUTU GILING BERAS MENGGUNAKAN METODE K-MEANS DAN K-NEAREST NEIGHBOR

Sari, Vika Indiya - 135410003 (2017) CLUSTERING KUALITAS MUTU GILING BERAS MENGGUNAKAN METODE K-MEANS DAN K-NEAREST NEIGHBOR. Skripsi thesis, STMIK AKAKOM YOGYAKARTA.

[img]
Preview
Text
1_135410003_HALAMAN DEPAN.pdf - Published Version

Download (639kB) | Preview
[img]
Preview
Text
2_135410003_BAB_I.pdf - Published Version

Download (91kB) | Preview
[img]
Preview
Text
3_135410003_BAB_II.pdf - Published Version

Download (354kB) | Preview
[img] Text
4_135410003_BAB_III.pdf - Published Version
Restricted to Repository staff only

Download (256kB) | Request a copy
[img] Text
5_135410003_BAB_IV.pdf - Published Version
Restricted to Repository staff only

Download (672kB) | Request a copy
[img]
Preview
Text
6_135410003_BAB_V.pdf - Published Version

Download (86kB) | Preview
[img]
Preview
Text
7_135410003_DAFTAR_PUSTAKA.pdf - Published Version

Download (162kB) | Preview
[img]
Preview
Text
8_135410003_CARA_MENJALANKAN_PROGRAM.pdf - Published Version

Download (5kB) | Preview
[img] Text
9_135410003_LISTING_PROGRAM.pdf - Published Version
Restricted to Repository staff only

Download (211kB) | Request a copy

Abstract

Kualitas beras adalah kombinasi dari karakteristik fisik dan kimia yang dibutuhkan untuk penggunaan tertentu oleh pengguna tertentu. Mutu beras sangat bergantung pada mutu gabah yang akan digiling dan sarana mekanis yang digunakan dalam penggilingan. Selain itu, mutu beras secara umum dipengaruhi oleh 4 faktor yaitu faktor genetik, faktor lingkungan & kegiatan pra panen, faktor pemanenan dan faktor pernangan pasca panen. Diperlukan sebuah sistem klasifikasi kualitas beras dalam membantu mengklasifikasi mutu giling beras ke dalam klaster-klaster. Sehingga dirancanglah aplikasi klasifikasi kualitas beras. Tujuannya adalah membantu untuk menentukan klasifikasi mutu beras. Sistem ini menggunakan metode K-Means dan K-Nearest Neighbor. Sistem akan memproses data mutu giling beras yang nantinya akan menunjukan data mutu giling beras tersebut masuk kedalam klaster berapa. Dengan metode ini pengenalan akan menjadi lebih mudah. Sistem ini menggunakan Matlab Tools. Kata Kunci : Beras, K-Means, K-Nearest Neighbor, Kualitas Beras, Matlab

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing : Ariesta Damayanti, S.Kom., M.Cs.
Uncontrolled Keywords: Beras, K-Means, K-Nearest Neighbor, Kualitas Beras, Matlab
Subjects: A Karya Umum (General) > Ilmu Komputer (Computer Science) > Kecerdasan Buatan (Artificial Intelegence)
Divisions: Jenjang Strata Satu > Teknik Informatika (Informatic Engineering)
Depositing User: Users 1751 not found.
Date Deposited: 25 Agu 2017 03:16
Last Modified: 28 Agu 2017 05:19
URI: http://eprints.akakom.ac.id/id/eprint/4880

Actions (login required)

View Item View Item