Pengelompokan Biji Wijen Menggunakan Metode ACOKHM Berdasarkan Sifat Warna Cangkang Biji
| Main Author: | Noviyanti, Rakhmadina |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/3240/1/Rakhmadina%20Noviyanti.pdf http://repository.ub.ac.id/3240/ |
Daftar Isi:
- Wijen merupakan salah satu tumbuhan berpotensial karena menghasilkan minyak yang berguna dalam sektor industri. Pertumbuhan akan konsumsi wijen di dunia pada tahun 2003 semakin meningkat sekitar 1,6% tiap tahun. Karena kebutuhan wijen yang semakin meningkat maka perlu menghasilkan wijen dengan kualitas bagus. Identifikasi kualitas dalam tanaman wijen ditentukan dengan warna cangkang biji wijen. Sehingga perlu dilakukan persilangan benih wijen untuk menghasilkan wijen dengan kualitas baik. Hasil dari persilangan tersebut menghasilkan warna biji wijen yang beragam dan hampir mirip sehingga perlu dilakukan pengelompokan berdasarkan kedekatan warna. Beberapa penelitian terdahulu telah mengelompokan wijen secara kualitatif dengan pengamatan langsung dan kuantitatif menggunakan metode tertentu. Penelitian metode sebelumnya menggunakan 3 metode kuantitatif yaitu metode IWOKM, PSO-K-Means dan GA-KMEANS. Pada penelitian tersebut menggunakan data hasil pengukuran dengan alat chromameter yang menghasilkan data dengan atribut L* a* b*. Pada penelitian ini menggunakan data serupa dengan mengusulkan metode lain yaitu ACOKHM. ACOKHM adalah gabungan metode clustering (K-Harmonic Means) dan metode optimasi (Ant Colony Optimization). Hasil pengelompokan dari metode ACOKHM akan dibandingkan dengan metode terdahulu. Berdasarkan hasil pengelompokan metode ACOKHM akan diuji nilai fitness dan nilai kekompakan yang menunjukkan bahwa metode ini memiliki performa yang baik dengan nilai fitness yang mencapai 10,16899 dan nilai kekompakan kelompok mencapai 0,770765. Hasil pengelompokan data wijen juga mirip dengan penelitian sebelumnya dengan C1 : C2 adalah 233 : 58. Sehingga metode pada penelitian ini cocok dan memiliki performa yang baik dalam mengelompokan data wijen.