Klasterisasi Jenis Tanah pada Tanaman Cabai Menggunakan Algoritma K-Means

 (*)Ike Verawati Mail (Universitas Amikom Yogyakarta, Yogyakarta,, Indonesia)
 Agnes Lucky Rebecca (Universitas Amikom Yogyakarta, Yogyakarta,, Indonesia)

(*) Corresponding Author

Submitted: May 10, 2023; Published: August 3, 2023

Abstract

Chili is one of the ingredients of spices that are widely used in Indonesia. Sales opportunities in the market are also very wide so that many are competing to grow chili with the best quality. There are several parameters that can improve the quality of chili, one of which is soil. Where if seen by the eye, soil that is suitable or unsuitable can be distinguished from color and texture, but not many people know the difference. Therefore, in this study, research will be conducted on the clustering of soil images based on color features and texture features using the K-Means algorithm which previously selected features using information gain feature selection. The first stage in this research is image acquisition and then the results will be processed first. From the results of pre-processing, RGB color feature extraction and first-order texture feature extraction will be carried out which is then followed by feature selection using information gain which is expected to produce the best features which will then proceed to clustering using the K-Meaning algorithm. The final step is to conduct an analysis to obtain the results of this study. The results obtained from the clustering that have been carried out can be obtained that the K-Means algorithm can cluster suitable and unsuitable soil images with information gain, resulting in 63 suitable soil images and 37 unsuitable soil images from 100

Keywords


K-Means, Information gain, Cabai, Klasterisasi, Jenis Tanah

Full Text:

PDF


Article Metrics

Abstract view : 952 times
PDF - 658 times

References

A. A. Cahya dan R. H. Br Bangun, “Karakteristik Petani dan Kelayakan Usahatani Cabai Besar (Capsiccum Annum L) dan Cabai Rawit (Capsiccum Frutescens L) di Sumatera Utara,” Agricore J. Agribisnis dan Sos. Ekon. Pertan. Unpad, vol. 5, no. 1, hal. 49–58, 2020, doi: 10.24198/agricore.v5i1.27139.

N. Chesaria, Sobir, dan M. Syukur, “Analisis Keragaan Cabai Rawit Merah (Capsicum frutescens ) Lokal Asal Kediri dan Jember,” Bul. Agrohorti, vol. 6, no. 3, hal. 388–396, 2018, doi: 10.29244/agrob.v6i3.21107.

I. Nuraeni dan T. Rostinawati, “Perkembangan Produksi Hasil Metabolisme Sekunder Capsaicin Dengan Berbagai Metode in Vitro,” Farmaka, vol. 16, no. 1, hal. 231–239, 2018, [Daring]. Tersedia pada: http://journal.unpad.ac.id/farmaka/article/view/17457.

F. Prajnanta, Agribisnis Cabai Hibrida, Cet.14. Jakarta: Penebar Swadaya, 2007.

M. A. Tatengkeng, “Kadar Vitamin C Cabai Rawit (Capsicum frutescens L) Hasil Ozonasi Selama Penyimpanan Suhu Ruang,” Pas. Food Technol. J., vol. 6, no. 2, hal. 102–104, Jul 2019, doi: 10.23969/pftj.v6i2.1296.

Zulkarnain, Budidaya Sayuran Tropis, Cet.3. Jakarta: Bumi Aksara, 2018.

A. A. Nawangsih, H. P. Imdad, dan A. Wahyudi, Cabai Hot Beauty, 1 ed. Jakarta: Penebar Swadaya, 1999.

D. T. Hapsari, Tiada Henti Panen Cabai : Panduan Budidaya Cabai Sepanjang Musim di Sawah dan Pot, 1 ed. Yogyakarta: Trimedia Pustaka, 2011.

P. S. A. P. Wulandari, K. T. Martono, dan I. P. Windasari, “Pengembangan Sistem Pendeteksi Gesture Angka pada Tangan secara Realtime Berbasis Android,” Edu Komputika J., vol. 7, no. 1, hal. 1–9, Jun 2020, doi: 10.15294/edukomputika.v7i1.38655.

R. Kuswandhie, J. Na’am, dan Yuhandri, “Pengukuran Tinggi Sebenarnya Objek pada Foto Digital Menggunakan Euclidean Distance,” J. Resti (Rekayasa Sist. dan Teknol. Informasi), vol. 2, no. 1, hal. 367–374, Apr 2018, doi: 10.29207/resti.v2i1.334.

M. H. Purnomo dan A. Muntasa, Konsep Pengolahan Citra Digital dan Ekstraksi Fitur. Yogyakarta: Graha Ilmu, 2010.

H. R. Harbelubun dan S. Widyarto, “Menentukan Lahan Tanaman Apel dengan Clustering Citra Digital Tanah,” Proc. Informatics Conf., vol. 6, no. 11, hal. 41–44, 2020, [Daring]. Tersedia pada: https://ojs.journals.unisel.edu.my/index.php/icf/article/view/75?articlesBySameAuthorPage=4.

D. T. Worung, S. R. U. A. Sompie, dan A. Jacobus, “Implementasi K-Means dan K-NN pada Pengklasifikasian Citra Bunga,” J. Tek. Inform., vol. 15, no. 3, hal. 217–222, 2020, [Daring]. Tersedia pada: https://ejournal.unsrat.ac.id/v3/index.php/informatika/article/view/31965.

I. K. Fauzia, B. A. Dermawan, dan T. N. Padilah, “Penerapan K-Means Clustering pada Penyakit Infeksi Saluran Pernapasan Akut (ISPA) di Kabupaten Karawang,” J. Sist. dan Inform., vol. 15, no. 1, hal. 81–87, Nov 2020, doi: 10.30864/jsi.v15i1.350.

M. R. Hasibuan dan Marji, “Pemilihan Fitur dengan Information Gain untuk Klasifikasi Penyakit Gagal Ginjal menggunakan Metode Modified K-Nearest Neighbor (MKNN),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 11, hal. 10435–10443, 2019, [Daring]. Tersedia pada: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6691.

D. A. Bimantoro dan S. Uyun, “Pengaruh Penggunaan Information Gain untuk Seleksi Fitur Citra Tanah dalam Rangka Menilai Kesesuaian Lahan pada Tanaman Cengkeh,” J. Inform. Sunan Kalijaga, vol. 2, no. 1, hal. 42–52, 2017, doi: 10.14421/jiska.2017.21-06.

O. D. Nurhayati, “Pengolahan Citra untuk Identifikasi Jenis Telur Ayam Lehorn dan Omega-3 Menggunakan K-Mean Clustering dan Principal Component Analysis,” J. Sist. Inf. BISNIS, vol. 10, no. 1, hal. 84–93, Jun 2020, doi: 10.21456/vol10iss1pp84-93.

F. Y. Nabella, Y. A. Sari, dan R. C. Wihandika, “Seleksi Fitur Information Gain Pada Klasifikasi Citra Makanan Menggunakan Hue Saturation Value dan Gray Level Co-Occurrence Matrix,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 2, hal. 1892–1900, 2019, [Daring]. Tersedia pada: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/4605.

M. Fansyuri dan O. Hariansyah, “Pengenalan Objek Bunga dengan Ekstraksi Fitur Warna dan Bentuk Menggunakan Metode Morfologi dan Naïve Bayes,” J. Sist. dan Inform., vol. 15, no. 1, hal. 70–80, Nov 2020, doi: 10.30864/jsi.v15i1.338.

D. Putra, Pengolahan Citra Digital, 1 ed. Yogyakarta: Andi, 2010.

M. Hamid, A. A. H. Usman, S. Lutfi, A. Fuad, dan A. Mubrak, “Penerapan Metode Peningkatan Kualitas Citra Contrast Stretching dan Histogram Equalization untuk Identifikasi Keaslian Citra Sertipikat Hak atas Tanah,” Jiko (Jurnal Inform. dan Komputer), vol. 5, no. 2, hal. 92–98, Agu 2022, doi: 10.33387/jiko.v5i2.4635.

U. Mutmainnah, B. D. Setiawan, dan C. Dewi, “Pengaruh Seleksi Fitur Information Gain pada K-Nearest Neighbor untuk Klasifikasi Tingkat Kelancaran Pembayaran Kredit Kendaraan,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 9, hal. 8882–8888, 2019, [Daring]. Tersedia pada: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6296.

R. K. Dinata, H. Novriando, N. Hasdyna, dan S. Retno, “Reduksi Atribut Menggunakan Information Gain untuk Optimasi Cluster Algoritma K-Means,” J. Edukasi dan Penelit. Inform., vol. 6, no. 1, hal. 48–53, Apr 2020, doi: 10.26418/jp.v6i1.37606.

Z. N. Syarif, “Penerapan Information Gain Dan Algoritma K-Means Untuk Klasterisasi Kedisiplinan Pegawai Menggunakan Rapidminer,” TeknoIS J. Ilm. Teknol. Inf. dan Sains, vol. 13, no. 1, hal. 1–12, Feb 2023, doi: 10.36350/jbs.v13i1.165.

R. Helilintar dan I. N. Farida, “Penerapan Algoritma K-Means Clustering Untuk Prediksi Prestasi Nilai Akademik Mahasiwa,” J. Sains dan Inform., vol. 4, no. 2, hal. 80–87, Nov 2018, doi: 10.34128/jsi.v4i2.140.

A. Triningsih dan H. Supriyono, “Aplikasi Data Mining Berbasis Web Menggunakan Metode K-Means Clustering Untuk Pengelompokan Penjualan,” J. Insypro (Information Syst. Process., vol. 4, no. 1, hal. 1–7, 2019, [Daring]. Tersedia pada: https://journal.uin-alauddin.ac.id/index.php/insypro/article/view/6889.

B. Harahap, “Penerapan Algoritma K-Means Untuk Menentukan Bahan Bangunan Laris (Studi Kasus Pada UD. Toko Bangunan YD Indarung),” Reg. Dev. Ind. Heal. Sci. Technol. Art Life, vol. 2, no. 1, hal. 394–403, 2019, [Daring]. Tersedia pada: https://ptki.ac.id/jurnal/index.php/readystar/article/view/82.

D. Praseptian M, A. Fadlil, dan Herman, “Penerapan Clustering K-Means untuk Pengelompokan Tingkat Kepuasan Pengguna Lulusan Perguruan Tinggi,” J. MEDIA Inform. BUDIDARMA, vol. 6, no. 3, hal. 1693–1700, Jul 2022, doi: 10.30865/mib.v6i3.4191.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Klasterisasi Jenis Tanah pada Tanaman Cabai Menggunakan Algoritma K-Means

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 JURNAL MEDIA INFORMATIKA BUDIDARMA

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



JURNAL MEDIA INFORMATIKA BUDIDARMA
STMIK Budi Darma
Secretariat: Sisingamangaraja No. 338 Telp 061-7875998
Email: mib.stmikbd@gmail.com

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