2016
DOI: 10.28989/senatik.v2i0.61
|View full text |Cite
|
Sign up to set email alerts
|

Klasifikasi Untuk Menentukan Tingkat Kematangan Buah Pisang Sunpride

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
3
1
1

Citation Types

0
0
0
7

Year Published

2018
2018
2022
2022

Publication Types

Select...
5

Relationship

0
5

Authors

Journals

citations
Cited by 5 publications
(7 citation statements)
references
References 1 publication
0
0
0
7
Order By: Relevance
“…Penelitian berikutnya menggunakan algoritme K Nearest Neighbors (KNN) dan ruang warna YIQ untuk menentukan tingkat kematangan buah pisang [4]. Namun, pada penelitian ini, tingkat kematangan hanya dibagi menjadi empat kelas, yaitu sangat matang, busuk, mentah, dan matang.…”
Section: Pendahuluanunclassified
See 3 more Smart Citations
“…Penelitian berikutnya menggunakan algoritme K Nearest Neighbors (KNN) dan ruang warna YIQ untuk menentukan tingkat kematangan buah pisang [4]. Namun, pada penelitian ini, tingkat kematangan hanya dibagi menjadi empat kelas, yaitu sangat matang, busuk, mentah, dan matang.…”
Section: Pendahuluanunclassified
“…Dari beberapa penelitian sebelumnya, untuk mengidentifikasi tingkat kematangan pisang, digunakan fitur ruang warna seperti HIS [2], CIELAB [3], YIQ [4], dan RGB [5]. Akan tetapi, penentuan kelas pada tingkat kematangan menjadi kompleks karena pendefinisian kelas menggunakan jangkauan (range) dari ruang warna.…”
Section: Pendahuluanunclassified
See 2 more Smart Citations
“…Data kuesioner diolah dengan pendekatan clustering untuk mengelompokkan data untuk setiap komponen kuesioner. Clustering merupakan klasifikasi tanpa pengawasan dan merupakan proses partisi sekumpulan objek data dari satu set menjadi beberapa kelas [2].Teknik clustering hampir sama dengan teknik classification, dimana classification diterapkan dalam menentukan tingkat kematangan buah pisang sunpride [3], sentiment pada twitter [4], klasifikasi teks untuk menentukan komik [5] dan dapat diterapkan dalam sistem pendukung keputusan dalam mencari lokasi peternakan [6]. Kasus penerapan classification membutuhkan teknik pembelajaran yang diawasi yang digunakan untuk menetapkan tag yang telah ditentukan ke instance pada dasar fitur, sehingga tidak sesuai diterapkan dalam pengelompokkan data kuesioner.…”
Section: Pendahuluanunclassified