Klasifikasi Kualitas Kopi Robusta dengan Algoritma K-Nearest Neighbor di PT. Indokom Citra Persada Situbondo

Nur Aizah, Zaehol Fatah
DOI: https://doi.org/10.33650/coreai.v5i2.9727



Abstract

Algoritma K-Nearest Neighbors KNN merupakan metode Data Mining  klasifikasi yang diterpakan untuk memperoleh kualitas kopi robusta di PT. Indokom Citra Persada Situbondo. Kopi robusta dengan karakteristik tumbuh di berbagai kondisi lingkungan, memiliki variabilitas kualitas yang signifikan berdasarkan faktor fisik dan kimia seperti pH tanah, curah hujan, suhu, kadar air, dan ketinggian lahan. Pendekatan kuantitatif diterapkan pada data yang dikumpulkan melalui wawancara dan studi data historis. Hasil pengujian nyaris sempurna dengan model KNN yang dikembangkan sehingga mampu mencapai tingkat akurasi 98,81% dalam mengklasifikasikan kualitas kopi. Evaluasi menggunakan confusion matrix mengindikasikan bahwa model berhasil mengidentifikasi kualitas kopi dengan baik, dengan recall mencapai confidence 97,67% untuk kelas 'Baik' dan 100% untuk kelas 'Cukup'. Temuan ini menunjukkan efektivitas KNN sebagai alat untuk klasifikasi kualitas produk pertanian, memberikan solusi bagi PT. Indokom Citra Persada Situbondo untuk meningkatkan konsistensi dan kualitas produk kopi robusta.

Keywords

Klasifikasi Kopi; Data Mining; KNN; Kualitas Kopi; PT. Indokom Citra Persada.

Full Text:

References

M. P. Ir Muhammad Rizwan, Budidaya Kopi. CV. AZKA PUSTAKA, 2022.

S. Prijono, A. A. Hanuf, J. Y. Saputri, A. Khoirunnisak, Y. M. Nurin, and D. M. Yunita, Pengelolaan Tanah di Kebun Kopi. Universitas Brawijaya Press, 2021.

R. M. Sari, Klasifikasi Data Mining. Serasi Media Teknologi, 2024.

V. R. Prasetyo, I. A. Ryanda, and D. A. Prima, “Analisis Sentimen Dan Kategorisasi Review Pelanggan Pada Cafe Kopi Paste Dengan Metode Naive Bayes Dan K-Nearest Neighbor,” NERO (Networking Eng. Res. Oper., vol. 8, no. 1, pp. 1–8, 2023.

A. Tangkelayuk, “The Klasifikasi Kualitas Air Menggunakan Metode KNN, Naïve Bayes, dan Decision Tree,” JATISI (Jurnal Tek. Inform. Dan Sist. Informasi), vol. 9, no. 2, pp. 1109–1119, 2022.

N. A. D. Siboro, “Perbandingan Metode Naïve Bayes dan KNN dalam Penerapan Data Mining untuk Klasifikasi Menu Potensial (Studi Kasus: Ateku Kopi Medan).” Universitas Sumatera Utara, 2024.

M. Jundanuddin, Z. Fatah, and A. Munazilin, “Implementasi Data Mining Pada Penilaian Kinerja Guru Menggunakan Metode K-Nearest Neighbor (K-Nn) Studi Kasus pada Mi Alfagiri Silo-Jember,” Smart Comp Jurnalnya Orang Pint. Komput., vol. 13, no. 4, pp. 869–880, 2024.

E. Ardyan et al., Metode Penelitian Kualitatif dan Kuantitatif: Pendekatan Metode Kualitatif dan Kuantitatif di Berbagai Bidang. PT. Sonpedia Publishing Indonesia, 2023.

R. F. Putra et al., Data Mining: Algoritma dan Penerapannya. PT. Sonpedia Publishing Indonesia, 2023.

F. Sulianta, Basic Data Mining from A to Z. Feri Sulianta, 2023.

F. Anggraeni, N. Kristiawan, R. Lutfiati, Y. Dirgantara, and P. Rosyani, “Prediksi Cuaca Yang Akan Datang Menggunakan Metode Data Mining,” Newt. J. Mat. Fis. Algoritm. dan Sains, vol. 1, no. 1, pp. 73–83, 2023.

V. Artanti, M. Faisal, and F. Kurniawan, “Klasifikasi Cardiovascular Diseases Menggunakan Algoritma K-Nearest Neighbors (KNN),” Techno. Com, vol. 23, no. 2, pp. 469–481, 2024.

M. Putri, “Prediksi Penyakit Stroke Menggunakan Machine Learning Dengan Algoritma Random Forest,” J. Infomedia Tek. Inform. Multimedia, dan Jar., vol. 9, no. 1, pp. 16–21, 2024.

A. Subarno and P. Ninghardjanti, Teknologi Administrasi Kantor. PENERBIT KBM INDONESIA, 2023.

D. Jollyta, A. Hajjah, E. Haerani, and M. Siddik, Algoritma Klasifikasi untuk Pemula Solusi Python dan RapidMiner. Deepublish, 2023.


Dimensions, PlumX, and Google Scholar Metrics

10.33650/coreai.v5i2.9727


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Nur Aizah, Zaehol Fatah

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.