SKRIPSI Teknik Informatika

MODEL PENDETEKSI KEMATANGAN BUAH APEL DENGAN METODE NAIVE BAYES CLASSIFIER DAN SENSOR WARNA TCS3200 BERBASIS ARDUINO NANO

---

ABSTRAK

Wikayati, Nur. 2020. Model Pendeteksi Kematangan Buah Apel Dengan Metode Naive Bayes Classifier Dan Sensor Warna TCS3200 Berbasis Arduino Nano. Skripsi, Program Studi Teknologi Informasi STMIK PPKIA Pradnya Paramita. Pembimbing: (I) Mahmud Yunus, S.Kom., M.Pd., MT (II) Sujito, S.Kom., M.Pd., MMSI.

Kata Kunci: Arduino, Sensor Warna, Naive Bayes Classifier

Dominasi pertumbuhan buah apel di Jawa Timur mencapai posisi pertama tingkat nasional dengan data produktifitas dari total 2.131.861 pohon mencapai 91.931 ton bua apel yang dihasilkan. Apel adalah jenis buah - buahan bisa diolah menjadi beragam makanan, salah satunya ialah stik. Banyak perusahan besar di Indonesia yang memproduksi stik dari apel. Apel yang diolah harus mempunyai kematangan yang sesuai sehingga kualitas produk terjaga. Dalam menjaga kualitas produk dilakukan pengelompokkan kematangan buah apel untuk memisahkan buah yang mentah, matang dan sangat matang. Penilaian secara subyektif dan tidak konsisten sehingga hasil dari pengukuran kematangan buah apel tidak relevan antar individu. Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan membuat model pendeteksi kematangan buah apel berbasis arduino menggunakan sensor warna TCS3200. Penelitian ini bertujuan menghasilkan model pendeteksi yang dapat meningkatkan akurasi dalam pengelompokkan kematangan buah apel. Pembacaan sensor warna berupa nilai R(Red), G(Green), B(Blue) dari buah apel digunakan untuk mengklasifikasikann kematangan buah apel dengan metode naive bayes classifier. Tingkat kematangan buah apel yang dijadikan kriteria ada 3 yaitu mentah, matang dan sangat matang. Hasil penelitian menunjukkan bahwa model pendeteksi dapat digunakan dengan baik untuk mendeteksi kematangan buah apel dari data yng digunakan sejumlah 111 buah apel yang terdiri dari 36 data training dan 75 data uji diperoleh hasil akurasi keberhasilan mencapai 90,67% dengan rincian 7 pengujian tidak sesuai dan 68 pengujian sesuai.

---

Ketersediaan

16520008

001.42 NUR M SKR TeknologiInformasi

Perpus STMIK (Teknologi Informasi)

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

001.42 NUR M SKR TeknologiInformasi

Penerbit

Malang : Stmik Pradnya Paramita., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

001.42

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Wikayati Nur

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus login sebelum memberikan komentar