PERBANDINGA KINERJA PENGKLASIFIKASI CITRA BUAH KAKAO SAKIT DAN SEHAT MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBORS (KNN)

Yohanes Balawuri Blikon
{"title":"PERBANDINGA KINERJA PENGKLASIFIKASI CITRA BUAH KAKAO SAKIT DAN SEHAT MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBORS (KNN)","authors":"Yohanes Balawuri Blikon","doi":"10.24176/simet.v14i1.9012","DOIUrl":null,"url":null,"abstract":"Kakao merupakan salah satu hasil bumi dibidang perkebunan. Perkebunan kakao dengan hasilnya yaitu biji kakao dapat diolah menjadi bahan dasar tepung atau coklat. Keberadaan perkebunan ini tentu perlu mendapat dukungan teknologi atau kecerdasan buatan untuk membantu proses pensortiran secara modern jika dilakukan penerapan conveyer belt atau model pemetikan otomatis masa depan menggunakan drone pemetik buah. Proses pensortiran yang dimaksud yaitu menggunakan model pengklasifikasian untuk mendeteksi dataset buah kakao sakit dan sehat. Penelitian ini membandingkan model klasifikasi Support Vector Machine (SVM) dan k-Nearest Neighbors (KNN) dengan tujuan untuk mengetahui kinerja pengklasifikasi yang lebih persisi. Dari hasi ujicoba yang dilakukan performa dari model klasifikasi Support Vector Machine (SVM) dengan kernel RBF dan cross validation 2 mendapatkan hasil prediksi yang lebih tinggi yaitu sebesar 82,5% sedangkan model klasifikasi k-Nearest Neighbors (KNN) dengan number of neighbors 5, metric euclidean dan weight distance tingkat akurasinya sebesar 82,3%. Kata kunci: support vector machine (SVM); k-nearest neighbors (KNN); dataset buah kakao; performa klasifikasi.","PeriodicalId":31717,"journal":{"name":"Simetris Jurnal Teknik Mesin Elektro dan Ilmu Komputer","volume":"96 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Simetris Jurnal Teknik Mesin Elektro dan Ilmu Komputer","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24176/simet.v14i1.9012","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Kakao merupakan salah satu hasil bumi dibidang perkebunan. Perkebunan kakao dengan hasilnya yaitu biji kakao dapat diolah menjadi bahan dasar tepung atau coklat. Keberadaan perkebunan ini tentu perlu mendapat dukungan teknologi atau kecerdasan buatan untuk membantu proses pensortiran secara modern jika dilakukan penerapan conveyer belt atau model pemetikan otomatis masa depan menggunakan drone pemetik buah. Proses pensortiran yang dimaksud yaitu menggunakan model pengklasifikasian untuk mendeteksi dataset buah kakao sakit dan sehat. Penelitian ini membandingkan model klasifikasi Support Vector Machine (SVM) dan k-Nearest Neighbors (KNN) dengan tujuan untuk mengetahui kinerja pengklasifikasi yang lebih persisi. Dari hasi ujicoba yang dilakukan performa dari model klasifikasi Support Vector Machine (SVM) dengan kernel RBF dan cross validation 2 mendapatkan hasil prediksi yang lebih tinggi yaitu sebesar 82,5% sedangkan model klasifikasi k-Nearest Neighbors (KNN) dengan number of neighbors 5, metric euclidean dan weight distance tingkat akurasinya sebesar 82,3%. Kata kunci: support vector machine (SVM); k-nearest neighbors (KNN); dataset buah kakao; performa klasifikasi.
使用支持向量机(SVM)和 K 近邻(KNN)对病态和健康可可果实图像分类器进行性能比较
可可豆是农业生产的产物之一。可可豆可制成的可可豆可作为面粉或巧克力的基本成分。当然,种植园的存在需要技术或人工智能的支持,以帮助现代的排序过程,如果使用安全带或未来的自动采集器无人机。确定的筛选过程是使用分类模型来检测生病和健康的可可豆数据。该研究将支持向量机(SVM)和k-Nearest Neighbors (KNN)分类模型进行比较,以了解更复杂的分类工作表现。支持矢量机(SVM)的核心支持和交叉验证2的作用得到了更高的预测结果,即8.2.5%,而k-Nearest Neighbors (KNN)的邻居(KNN)分类模型的准确率为82.3%。关键词:支持向量机(SVM);k-nearest邻居(KNN);可可数据;分类性能。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
12 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信