KLASIFIKASI JENIS REMPAH PENGHASIL MINYAK ATSIRI MENGGUNAKAN METODE MACHINE LEARNING

Fifin Ayu Mufarroha, Doni Abdul Fatah

Abstract


Rempah-rempah merupakan bahan alami yang digunakan dalam berbagai industri, seperti kuliner, obat-obatan, kosmetik, dan industri parfum. Minyak atsiri yang dihasilkan dari rempah-rempah memiliki nilai ekonomi yang tinggi dan digunakan dalam berbagai aplikasi industri. Penelitian ini bertujuan untuk mengenali pola dalam data rempah-rempah dan mengklasifikasikan jenis rempah-rempah ke dalam jenis yang tepat berdasarkan karakteristik dari setiap rempah. Metode K-NN dipilih karena kesederhanaannya dan kemampuannya dalam menghasilkan akurasi yang baik. Penelitian ini melibatkan beberapa tahap, antara lain pengumpulan data rempah-rempah, ekstraksi fitur dari data, dan pengenalan jenis rempah menggunakan metode K-NN. Penelitian ini menggunakan 125 dataset, yang terdiri dari 25 data untuk setiap jenis rempah, yaitu Lengkuas, Temulawak, Kencur, Jahe, dan Kunyit. Hasil klasifikasi metode K-NN dalam 3 skenario, yaitu dengan nilai K = 1, 3, dan 6. Hasil klasifikasi terbaik diperoleh pada nilai K = 3, dimana hasil akurasi sebesar 96%. Hasil akurasi ini dapat digunakan untuk mengevaluasi kinerja model klasifikasi yang dikembangkan.Dengan adanya metode ini, diharapkan dapat membantu dalam pengenalan rempah-rempah yang berkualitas, pengendalian kualitas produk yang mengandung rempah-rempah, serta pengembangan produk baru dalam berbagai industri.

Kata kunci: Rempah, Klasifikasi, Machine Learning, K-NN.

References


Y. Mustamin, “Pengembangan Minyak Atsiri Tumbuhan Indonesia Sebagai Potensi Peningkatan Nilai Ekonomi,” Tersedia https//www. Res. net/publication/275886069 [15 Sept. 2016], 2015.

T. Hudaya, S. Prasetyo, and A. P. Kristijarti, “Ekstraksi, isolasi, dan uji keaktifan senyawa aktif buah mahkota dewa (Phaleria macrocarpa) sebagai pengawet makanan alami,” Res. Report-Engineering Sci., vol. 2, 2013.

N. Nurdjannah, “Teknologi pengolahan pala,” Bogor Badan Penelit. dan Pengemb. Pertan., 2007.

Softscients, “Apa Perbedaan antara klustering dan klasifikasi,” 2020. https://softscients.com/2020/04/02/apa-perbedaan-antara-klustering-dan-klasifikasi/

F. Y. Nabella, Y. A. Sari, and 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. e-ISSN, vol. 2548, p. 964X, 2019.

R. N. Whidhiasih, N. A. Wahanani, and S. Supriyanto, “Klasifikasi Buah Belimbing Berdasarkan Citra Red-Green-Blue Menggunakan K-NN Dan Lda,” PIKSEL Penelit. Ilmu Komput. Sist. Embed. Log., vol. 1, no. 1, pp. 29–35, 2013.

E. Tanuwijaya, A. Roseanne, and C. N. Network, “Modifikasi Arsitektur VGG16 untuk Klasifikasi Citra Digital Rempah-Rempah Indonesia Classification of Indonesian Spices Digital Image using Modified VGG 16 Architecture”.

F. Marianti, “MENGIDENTIFIKASI JENIS REMPAH BERDASARAKAN WARNA DENGAN MENGGUNAKAN CITRA RGB DAN ALGORITMA JARINGAN SYARAF TIRUAN BACKPROPAGATION.” STMIK Global Informatika Mdp, 2021.

M. Sanjaya and E. Nurraharjo, “Deteksi Jenis Rempah-Rempah Menggunakan Metode Convolutional Neural Network Secara Real Time,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 7, no. 1, pp. 22–31, 2023.

I. Wulandari, H. Yasin, and T. Widiharih, “Klasifikasi citra digital bumbu dan rempah dengan algoritma convolutional neural network (cnn),” J. Gaussian, vol. 9, no. 3, pp. 273–282, 2020.

K. Kaharruddin, K. Kusrini, and E. T. Luthfi, “Klasifikasi Jenis Rempah-Rempah Berdasarkan Fitur Warna Rgb Dan Tekstur Menggunakan Algoritma K-Nearest Neighbor,” Inf. Interaktif, vol. 4, no. 1, pp. 17–22, 2019.

S. Y. Riska and L. Farokhah, “Klasifikasi Bumbu Dapur Indonesia Menggunakan Metode K-Nearest Neighbors (K-NN),” SMATIKA J. STIKI Inform. J., vol. 11, no. 01, pp. 37–42, 2021.

A. D. W. M. Sidik, I. H. Kusumah, A. Suryana, M. Artiyasa, and A. P. Junfithrana, “Gambaran Umum Metode Klasifikasi Data Mining,” Fidel. J. Tek. Elektro, vol. 2, no. 2, pp. 34–38, 2020.

F. A. Mufarroha, D. R. Anamisa, and A. G. Hapsani, “Content Based Image Retrieval Using Two Color Feature Extraction,” J. Phys. Conf. Ser., vol. 1569, p. 32072, 2020, doi: 10.1088/1742-6596/1569/3/032072.

F. A. Mufarroha, “Aplikasi Penerjemah Sebagai Media Komunikasi Bagi Penyandang Disabilitas Menggunakan Kombinasi Metode Skin Detection-Anfis, K-NN Dan Tts,” J. Simantec, vol. 9, no. 2, pp. 57–64, 2021, doi: 10.21107/simantec.v9i2.10745.

D. Krstinić, M. Braović, L. Šerić, and D. Božić-Štulić, “Multi-label classifier performance evaluation with confusion matrix,” Comput. Sci. Inf. Technol., vol. 1, 2020.




DOI: https://doi.org/10.21107/simantec.v11i1.19743

Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Fifin Ayu Mufarroha

Indexed By