PENERAPAN K-NEAREST NEIGBOR UNTUK MEMPREDIKSI HASIL PANEN KEDELAI BERDASARKAN DATA CUACA DAN TANAH

Abstract

ABSTRAK: Kedelai merupakan bahan pokok yang dibutuhkan masyarakat pada setiap tahunnya. Fakta pada lapangan, para petani di Indonesia mengalami penurunan hasil produksi kedelai. Hal tersebut dikarenakan ketidakmampuan para petani dalam meliputi kualitas dan kuantitas kedelai pada saat masa panen. Solusi dari masalah tersebut adalah menggunakan klasifikasi K-Nearest Neighbor untuk mendapatkan masa panen kedelai berkualitas dan berkuantitas tinggi. Algoritma dari penelitian ini menggunakan K-Nearest neighbor menggunakan pre-processing manualisasi min-max. Manualisasi diperlukan untuk menyamakan jarak antara nilai satu fitur dengan nilai fitur lainnya, pada penilitian ini akan menggunakan nilai yang hanya berjarak antara 1 sampai 0. Setelah semua nilai pada data latih maupun data uji melewati fase manualisasi, maka baru bisa masuk ke proses Klasifikasi menggunakan K-NN. Pada proes K-NN nilai dari fitur data latih akan dihitung jaraknya terhadap data uji menggunakan euclian distance, diurutkan, dan kemudian diambil sejumlah nilai K teratas. Nilai K yang akan digunakan dalam sistem ialah bernilai 5. Proses terkahir pada K-NN ialah mengambil voting untuk mendapatkan kelas baru data uji. Berdasarkan hasil pengujian yang telah dilakukan, algoritma dari sistem mendapatkan presentase keberhasilan sebesar 80% dengan nilai K paling optimal yaitu bernilai 5.

Kata kunci : Kedelai, Klasifikasi, K-Nearest