Sistem Deteksi kualitas Beras Berdasarkan Warna menggunakan Fuzzy C-Means Clustering Guna Membantu Tingkat Pengetahuan Masyarakat

Dewi Lestari, Nurul Fadillah, Ahmad Ihsan

Abstract


Beras  merupakan bahan makanan pokok bangsa Indonesia. Tidak hanya di Indonesia, sebagian besar penduduk dunia juga memilih beras sebagai bahan makanan pokok utama. Semakin tingginya  konsumsi beras di Indonesia dapat memicu terjadinya perkembangan beras bebas produk, maka dari itu masyarakat yang cerdas harus lebih teliti dalam melihat warna beras, apakah warna beras tersebut bagus dan layak untuk di masak atau warna beras tersebut termasuk kategori warna beras tidak bagus.  Salah satu metode yang dapat digunakan untuk menyelesaikan permasalahan ini adalah metode Fuzzy C-Means. Algoritma Fuzzy C-Means merupakan satu algoritma yang mudah dan sering di gunakan dalam pengelompokkan data karena membuat suatu perkiraan yang efisien dan tidak memerlukan banyak parameter. Pada kasus penelitian ini akan menganalisis penerapan metode Fuzzy C-Means untuk mengelompokkan beras bagus dan beras tidak bagus berdasarkan warna beras, dengan menggunakan dua gambar objek yang di jadikan sebagai sampel data. Salah satu teknik fuzzy clustering adalah Fuzzy C-Means Clustering (FCM). FCM merupakan suatu teknik pengklasteran data yang keberadaan setap datanya dalam suatu cluster di tentukan oleh nilai/derajat keanggotaan tertentu. Beberapa penelitian telah menghasilkan kesimpulan bahwa metode Fuzzy C-Means dapat di gunakan untuk mengelompokkan data berdasarkan atribut-atribut tertentu.  Penerapan algorita Fuzzy C-Means dalam penentuan kategori warna beras di kelompokkan menjadi 2 cluster yaitu beras tidak bagus dan beras bagus. Dari sampel data yang diambil di peroleh 2 cluster berdasarkan kriteria mana yang lebih di kategorikan dengan nilai terbesar pada jarak akhir merupakan cluster warna beras yang bagus, sedangkan cluster dengan nilai terkecil merupakan cluster yang di kategorikan beras tidak bagus. Pada gambar objek ke-1 range nilai 0.1667 - 0.9877 untuk kategori beras bagus dan 0.2 - 0.1667 untuk kategori beras tidak bagus. Sementara pada gambar objek ke-2 yaitu dengan range 0.9583 - 0.9936 untuk kategori beras bagus dan 0.6742 - 0.9596 untuk kategori beras tidak bagus.



Keywords


Kata Kunci : Beras, Clustering, Fuzzy C-Means.

Full Text:

PDF

References


Agustina, S. et al. (2012) ‘Clustering Kualitas Beras Berdasarkan Ciri Fisik Menggunakan Metode K-Means’, Clustering K-Means, pp. 1–7.

Elmande, Y. and Widodo, P. (2012) ‘Pemilihan Criteria Splitting dalam Algoritma Iterative Dichotomiser 3 (ID3) untuk Penentuan Kualitas Beras: Studi Kasus Pada Perum Bulog Divre Lampung’, Jurnal TELEMATIKA MKOM, 4(1).

Handayani, R. et al. (2011) ‘( Studi Kasus : Jalur Pmb Di It Telkom Bandung )’, pp. 157–161.

Ilmiah, P. (2017) ‘SISTEM DETEKSI PANEN PADI BERDASAR WARNA DAUN MENGGUNAKAN FUZZY C-MEANS CLUSTERING’.

Muhardi and Nisar (2015) ‘Penentuan Penerima Penentuan Penerima Beasiswa Dengan Algoritma Fuzzy C-Means Di Universitas Megow Pak Tulang Bawang’, Jurnal TIM Darmajaya, 01(02), pp. 158–174. doi: 10.1093/beheco/arv114.

Pravitasari, A. A. (2009) ‘Penentuan Banyak Kelompok dalam Fuzzy C-Means Cluster Berdasarkan Proporsi Eigen Value Dari Matriks Similarity dan Indeks XB (Xie dan Beni)’, Seminar Nasional Matematika dan Pendidikan Matematika Jurusan Pendidikan Matematika FMIPA UNY, pp. 978–979.




DOI: https://doi.org/10.30743/infotekjar.v3i2.920

Refbacks

  • There are currently no refbacks.


Copyright (c) 2019 Dewi Lestari, Nurul Fadillah, Ahmad Ihsan

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

InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License