Detail Cantuman

Algoritma klasifikasi merupakan suatu metode yang digunakan untuk mengolah data menjadi kelasnya sesuai atribut yang dimiliki oleh data tersebut, dari banyak algoritma klasifikasi yang ada, perlu dilakukan pengujian untuk mengetahui kemampuan setiap algoritma dalam mengklasifikasikan suatu objek. Oleh karena itu perlu dilakukan penelitian untuk mengetahui kemampuan setiap algoritma klasifikasi dengan membandingkan nilai akurasi yang dihasilkan oleh algoritma klasifikasi tersebut, dengan memanfaatkan teknologi komputer yaitu pengolahan citra digital. Algoritma klasifikasi yang digunakan dalam penelitian ini yaitu Naïve Bayes, K-Nearest Neighbor dan Decision Tree, dan Jenis cabai digunakan sebagai objek penunjang penelitian, jenis cabai yang digunakan yaitu Cabai Merah Besar, Cabai Merah Kriting dan Cabai Rawit. Tahapan pertama pada penelitian yang dilakukan yaitu membuat model pelatihan pada 120 citra foto cabai, lalu model yang telah didapat di implementasikan pada proses pengujian terhadap 36 citra foto cabai lalu di dapat nilai akurasi dari masing masing algoritma tersebut. Hasil penelitian yang dilakukan pada masing masing algoritma menunjukan bahwa algoritma Naïve Bayes menghasilkan nilai akurasi 100 %, kemudian algoritma Decision Tree menghasilkan nilai akurasi 91,6667 %, dan algoritma K-Nearest Neighbor menghasilkan nilai akurasi 61,1111%. Sehingga kesimpulan pada penelitian yang dilakukan bahwa algoritma Naïve Bayes lebih unggul dari pada algoritma Decission Tree dan algoritma K-Nearest Neighbor.

Kata Kunci : Cabai, , Decision Tree, Klasifikasi, K-Nearest Neighbor, Naïve Bayes, Pengolahan Citra Digital