KHAIRI, AZNUL and Nurul, Hayaty and Muhamad Radzi, Rathomi (2026) IMPLEMENTASI PRINCIPAL COMPONENT ANALYSIS (PCA) DAN K-NEAREST NEIGHBOR (KNN) UNTUK KLASIFIKASI KUALITAS TELUR BURUNG PUYUH. S1 thesis, Universitas Maritim Raja Ali Haji.
![[img]](http://repositori.umrah.ac.id/style/images/fileicons/text.png) |
Text (Cover)
AZNUL_KHAIRI_2001020040_Teknik_Elektro_dan_Informatika - Cover.pdf - Published Version Download (594kB) |
|
Text (Abstrak)
AZNUL_KHAIRI_2001020040_Teknik_Elektro_dan_Informatika - Abstrak.pdf - Published Version Download (225kB) |
|
Text (BAB I)
AZNUL_KHAIRI_2001020040_Teknik_Elektro_dan_Informatika - BAB I.pdf - Published Version Download (183kB) |
|
Text (Daftar Pustaka)
AZNUL_KHAIRI_2001020040_Teknik_Elektro_dan_Informatika - Daftar Pustaka.pdf - Published Version Download (290kB) |
|
Text (Full Text)
AZNUL_KHAIRI_2001020040_Teknik_Elektro_dan_Informatika - Full Text.pdf - Published Version Restricted to Repository staff only Download (2MB) | Request a copy |
Abstract
Penilaian kualitas telur burung puyuh secara konvensional masih bersifat subjektif dan berpotensi menimbulkan ketidakkonsistenan dalam proses seleksi telur untuk penetasan. Penelitian ini bertujuan mengimplementasikan metode Principal Component Analysis (PCA) sebagai reduksi dimensi dan K-Nearest Neighbor (KNN) sebagai metode klasifikasi untuk mengelompokkan kualitas telur berdasarkan citra digital cangkang. Sebanyak 3 600 citra dibagi menjadi 2 880 data latih dan 720 data uji dalam tiga kelas kualitas baik, sedang, dan buruk. Tahapan penelitian meliputi praproses citra, ekstraksi fitur warna (Hue Saturation Value) dan tekstur (Gray Level Co-occurrence Matrix), reduksi dimensi menggunakan PCA, serta klasifikasi menggunakan KNN. Evaluasi performa model dilakukan dengan Confusion Matrix dan K-Fold Cross Validation. Hasil menunjukkan kombinasi PCA–KNN memberikan akurasi 99,17 %, lebih baik dibanding KNN tanpa PCA (99,03 %). Model ini efektif untuk mendeteksi kualitas telur secara objektif dan dapat digunakan sebagai alat bantu pra-seleksi penetasan untuk meningkatkan efisiensi dan daya tetas telur puyuh.
| Item Type: | Thesis (S1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| Contributors: |
|
|||||||||
| Subjects: | 000_umum > 000. Ilmu Umum dan Komputer > 005.1.Pemrograman 000_umum > 000. Ilmu Umum dan Komputer > 006.3 Artificial Intelligence/Kecerdasan Buatan |
|||||||||
| Divisions: | Fakultas Teknik > Program Studi Teknik Informatika | |||||||||
| Depositing User: | user Teknik Informatika | |||||||||
| Date Deposited: | 26 Jan 2026 06:35 | |||||||||
| Last Modified: | 26 Jan 2026 06:35 | |||||||||
| URI: | http://repositori.umrah.ac.id/id/eprint/10511 |
Actions (login required)
 |
View Item |