Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM)

Wali Ja’far Shudiq, Ahmad Hudawi As, M. F. Rahman
{"title":"Penentuan Metode Terbaik Dalam Menentukan Jenis Pohon Pisang Menurut Tekstur Daun (Metode K-NN dan SVM)","authors":"Wali Ja’far Shudiq, Ahmad Hudawi As, M. F. Rahman","doi":"10.26905/JTMI.V6I2.5156","DOIUrl":null,"url":null,"abstract":"Di sejumlah masyarakat banyak ditemui berbagai jenis pohon pisang. Tidak hanya buahnya yang rasanya manis, tapi juga pohonnya bisa membantu penghijauan alam. Seringkali masyarakat kecewa saat pohon pisang yang ditanamnya tidak sesuai dengan yang diharapkan saat menanamnya. Hal ini bisa dimaklumi mengingat pohon pisang membutuhkan waktu yang lama untuk tumbuh sebelum berbuah. Maka akan lebih baik jika dapat diketahui sejak awal jenis pohon pisang tersebut berdasarkan komponen pohon yang mudah diamati yaitu tekstur daun. Metode yang digunakan adalah dua metode data mining yang klasifikasi yaitu K-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM) , yang akan mencari model terbaik dari kedua metode tersebut, dalam mencari tingkat keakurasian yang paling tinggi. Hasil dari penelitian ini menunjukan kinerja metode K-Nearest Neighbor (K-NN) dengan nilai akurasi mencapai 74,00% lebih baik dari hasil kinerja metode Support Vector Machine (SVM) dengan nilai akurasi mencapai 67,89%. DOI: https://doi.org/10.26905/jtmi.v6i2.5156","PeriodicalId":31840,"journal":{"name":"Jurnal Teknologi dan Manajemen Informatika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2020-12-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi dan Manajemen Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26905/JTMI.V6I2.5156","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

Di sejumlah masyarakat banyak ditemui berbagai jenis pohon pisang. Tidak hanya buahnya yang rasanya manis, tapi juga pohonnya bisa membantu penghijauan alam. Seringkali masyarakat kecewa saat pohon pisang yang ditanamnya tidak sesuai dengan yang diharapkan saat menanamnya. Hal ini bisa dimaklumi mengingat pohon pisang membutuhkan waktu yang lama untuk tumbuh sebelum berbuah. Maka akan lebih baik jika dapat diketahui sejak awal jenis pohon pisang tersebut berdasarkan komponen pohon yang mudah diamati yaitu tekstur daun. Metode yang digunakan adalah dua metode data mining yang klasifikasi yaitu K-Nearest Neighbor (K-NN) dan Support Vector Machine (SVM) , yang akan mencari model terbaik dari kedua metode tersebut, dalam mencari tingkat keakurasian yang paling tinggi. Hasil dari penelitian ini menunjukan kinerja metode K-Nearest Neighbor (K-NN) dengan nilai akurasi mencapai 74,00% lebih baik dari hasil kinerja metode Support Vector Machine (SVM) dengan nilai akurasi mencapai 67,89%. DOI: https://doi.org/10.26905/jtmi.v6i2.5156
利用片状文本确定盗版树类型的最佳方法确定(K-NN和SVM方法)
在许多社会中,人们在不同种类的香蕉树上发现了许多香蕉树。它不仅味道甜美,而且有助于绿化自然。当香蕉的种植与预期不符时,人们往往会感到失望。这是可以宣布的,因为香蕉树需要很长时间才能生长。如果从一开始就知道香蕉树是基于易于观察的树木成分,即树叶纹理,那就更好了。所使用的方法是两种挖掘数据的方法,分类为K-最近邻(K-NN)和支持向量机(SVM),这两种方法都会找到最好的模型,以找到最高的灵敏度。本研究的结果表明,K-最近邻(K-NN)方法的精度值为74.00%,优于支持向量机(SVM)方法的性能,精度值为67.89%。DOI:https://doi.org/10.26905/jtmi.v6i2.5156
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
8
审稿时长
24 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:604180095
Book学术官方微信
小红书