Implementasi Modified K-Nearest Neighbor Untuk Penentuan Kesesuaian Lahan Dalam Budidaya Tanaman Hortikultura
| Main Author: | Arifin, MohAbdullahHuda |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2013
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/145792/1/MKNN.pdf http://repository.ub.ac.id/145792/ |
Daftar Isi:
- Hortikultura adalah komoditas pertanian yang akan memiliki masa depan sangat cerah menilik dari keunggulan komparatif dan kompetitif yang dimilikinya sehingga para petani harus mulai berani untuk mengembangkan komoditas tersebut.Tapi saat ini penentuan jenis budidaya tanaman yang sesuai ditanam pada suatu lahan tertentu masih dilakukan secara manual, yaitu membandingkan data-data yang ada di lapangan dengan kriteria persyaratan penggunaan lahan untuk tanaman tertentu, sehingga informasi yang diperoleh membutuhkan waktu, tenaga, dan biaya yang tidak sedikit. Karena itu dibutuhkan suatu teknik untuk membantu mempermudah memutuskan tanaman yang cocok pada suatu lahan tertentu, salah satunya adalah klasifikasi. Klasifikasi digunakan untuk menyatakan suatu objek ke dalam salah satu kategori yang telah didefinisikan sebelumnya Dalam skripsi ini data yang akan digunakan adalah data karakteristik lahan beserta tanaman yang sesuai. Metode yang akan digunakan adalah Modified K-Nearest Neighbor. Metode MKNN akan mengkelaskan data karakteristik lahan berdasarkan data target yang sudah ada. Selanjutnya akan dilakukan pengujian tingkat akurasi terhadap hasil pengkelasan data tersebut berdasarkan nilai k dan jumlah datarecord. Hasil pengujian berdasarkan peningkatan jumlah nilai k menghasilkan tingkat akurasi pengkelasan yang semakin menurun, hal ini disebabkan karena semakin meningkatnya nilai k maka noise juga akan semakin besar. Sedangkan hasil pengujian tingkat akurasi terhadap penambahan jumlah record data menghasilkan tingkat rata-rata akurasi yang semakin besar. Hal ini dikarenakan dengan meningkatnya jumlah record data latih maka kemungkinan semakin banyaknya jarak record yang mendekati kelas data prediksi.