MACHINE LEARNING TINGKAT KEMATANGAN BUAH NANAS SUBANG BERBASIS INTERNET of THINGS MENGGUNAKAN METODE K-MEANS PADA PLATFORM THINGSPEAK

MACHINE LEARNING TINGKAT KEMATANGAN BUAH NANAS SUBANG BERBASIS INTERNET of THINGS MENGGUNAKAN METODE K-MEANS PADA PLATFORM THINGSPEAK

Penulis

  • Timbo Faritcan Parlaungan S. STMIK Subang
  • Ramadhan Ramadhan Universitas Mandiri
https://doi.org/10.47561/a.v14i2.217
This Abstract has been read 550 times

Abstrak


Identifikasi buah nanas yang dilakukan oleh petani masih dilakukan secara manual, jadi pentingnya akurasi dalam menentukan tingkat kematangan buah nanas sangat dibutuhkan bagi untuk petani. Hal itu di karenakan banyak nya petani yang belum mengetahui berapa tingkat kematangan buah nanas yang mereka tanam. Maka dari itu para petani buah nanas hanya bisa melakukan pengamatan visual atau secara langsung pada buah nanas yang akan diklasifikasikan tingkat kematangannya, tentunya proses ini banyak mengalami kendala, hal ini dikarenakan sifat manusia itu sendiri yang memiliki kelemahan yang pada akhirnya menyebabkan kurangnya kualitas dalam memilah antara buah yang matang dan yang belum matang, maka dari itu di buatlah alat dan sistem tingkat kematangan buah nanas menggunakan sensor warna TCS3200 dan sensor loadcell, selain itu alat ini di lengkapi dengan sistem atau website menggunakan algoritma K-Means supaya nantinya petani bisa melihat jumlah buah nanas mentah dan nanas matang yang sudah di kelompokan melalui website yang di buat khusus untuk mengelompokan buah nanas menggunakan metode K-Means berdasarkan tingkat kematangannya,hal itu tentunya akan sangat membantu para petani buah nanas.



Keywords: K-Means

CITATIONS

Unduhan

Data unduhan belum tersedia.

Referensi

Afrianda (2020). Mengelompokan buah nanas menggunakan metode K-Means berdasarkan tingkat kematangannya,hal itu tentunya akan sangat membantu para petani buah nanas

Bayu Fharadila student tunri.ac.id (2019). Identifikasi Kematangan Buah Nanas Menggunakan Metode Jaringan Syaraf Tiruan

Sulaiman, O. K., & Widarma, A. (2017). Sistem Internet of Things (Iot) Berbasis Cloud Computing Dalam Campus Area Network. https://doi.org/10.31227/osf.io/b6m79

Son, M. S. (2018). Pengembangan Mikrokontroler Sebagai Remote Control Berbasis Android. Jurnal Teknik Informatika, 11(1), 67–74. https://doi.org/10.15408/jti.v11i1.6293

Junaidi, A. (2015). Internet Of Things, Sejarah, Teknologi Dan Penerapannya?: Review. Jurnal Ilmiah Teknologi Informasi, 1(3), 62–66.

Andayani, S. (2007). Formation of clusters in Knowledge Discovery in Databases by Algorithm K-Means. SEMNAS Matematika Dan Pendidikan Matematika 2007.

A. E. Wijaya and H. Nurjaman, "Implementasi Metode Weighted Product dalam Memonitor Gudang Penyimpanan Roti Berbasis Internet of Things pada Platform Node-Red", JTIK, vol. 13, no. 1, pp. 1-15, Apr. 2020.

Rosmaina, Almaktsur, M. A., Elfianis, R., Oksana, & Zulfahmi. (2019). Morphology and fruit quality characters of Pineapple (Ananas comosus L. Merr) cv. Queen on three sites planting: freshwater peat, brackish peat and alluvial soil. IOP Conference Series: Earth and Environmental Science, 391(1). https://doi.org/10.1088/1755-1315/391/1/01206

Dharwiyanti, S. (2003). Pengantar Unified Modeling Language (UML). Diambil kembali dari RomiSatriaWahono.net: http://romisatriawahono.net.

Sukirno. (2013). Peningkatan Kemampuan Teknologi Olahan Pangan Berbasis Sumber Daya Lokal Buah Nanas ( Ananas Comosus L Merr ) Di Kabupaten Subang. Seminar Nasional IENACO, 2337–4349, 1–6.

##submission.downloads##

Diterbitkan

2022-04-12

Cara Mengutip

[1]
T. F. Parlaungan S. dan F. Fajar, “MACHINE LEARNING TINGKAT KEMATANGAN BUAH NANAS SUBANG BERBASIS INTERNET of THINGS MENGGUNAKAN METODE K-MEANS PADA PLATFORM THINGSPEAK: MACHINE LEARNING TINGKAT KEMATANGAN BUAH NANAS SUBANG BERBASIS INTERNET of THINGS MENGGUNAKAN METODE K-MEANS PADA PLATFORM THINGSPEAK”, JTIK, vol. 14, no. 2, hlm. 71-81, Apr 2022.

Terbitan

Bagian

Articles