KLASIFIKASI KUALITAS TANAMAN CABAI MENGGUNAKAN METODE FUZZY K-NEAREST NEIGHBOR (FKNN)

Abstract

Pada  penelitian  kali  ini  akan  membahas  tentang  klasifikasi  kualitas  tanaman  cabai  menggunakan  metode Fuzzy  K-Nearest  Neighbor(FKNN).  Hal  tersebut  dilatarbelakangi  karena  cabai  banyak  dimanfaatkan  untuk keperluan rumah tangga maupun industri. Terdapat berbagai jenis cabai yang ada di Indonesia, tetapi cabai yang banyak dimanfaatkan sebagai bahan olahan adalah cabai merah besar. Sebagai komuditas tanaman hortikultura dengan fluktuasi harga yang tinggi konsumen mengharapkan kualitas yang baik pula pada proses  produksi. Agar produksi cabai memiliki kualitas yang merata, cabai hasil panen harus diklasifikasikan sebelum proses distribusi. Saat ini proses klasifikasi cabai di kota Blitar masih dilakukan secara manual oleh pegawai terkait. Algoritma FKNN memberikan  nilai keanggotaan kelas pada  vektor  dan bukan menempatkan  vektor  pada kelas tertentu. Data didapat dari Dinas Pertanian, Peternakan, dan Perikanan Kota Blitar pada tahun 2015. Penelitian ini  menggunakan  100  data  sampel  dengan  70  data  latih  dan  30  data  uji .  Dari  pengujian  didapatkan  akurasi 96,67% terhadap data sampel. Maka dapat disimpulkan bahwa penelitian menggunakan metode  Fuzzy K-Nearest Neighbor (FKNN) memiliki kinerja yang baik dalam klasifikasi kualitas cabai di kota Blitar.