Klasifikasi Kualitas Kopi Robusta dengan Algoritma K-Nearest Neighbor di PT. Indokom Citra Persada Situbondo
Authors (s)
(1) * Nur Aizah 


        Indonesia
(2)  Zaehol Fatah 

        Indonesia
(*) Corresponding Author
AbstractAlgoritma 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: DOWNLOAD PDF
Refbacks
- There are currently no refbacks.
Copyright (c) 2024 Nur Aizah, Zaehol Fatah

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