STEFANI, TASYA HALLATU and Rusdi, Efendi and Mochammad, Yusa (2023) KLASIFIKASI KESESUAIAN LAHAN PADA TANAMAN KEDELAI DENGAN MENGGUNAKAN METODE CART (CLASSIFICATION AND REGRESSION TREE) DAN SELEKSI FITUR MENGGUNAKAN ALGORITME ABC (ARTIFICIAL BEE COLONY). ['eprint_fieldopt_thesis_type_ut' not defined] thesis, Fakultas Teknik.
![Thesis Informatika [thumbnail of Thesis Informatika]](https://repository.unib.ac.id/style/images/fileicons/archive.png)
Skripsi_Stefani Tasya Hallatu_G1A018025 - Stefani Tasya Hallatu.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).
Download (6MB)
Abstract
Penurunan lahan kedelai menurun setiap tahunnya mengakibatkan produksi dan
produktivitas kedelai yang ikut menurun sehingga produksi dan produktivitas
kedelai sendiri belum mampu memenuhi kebutuhan masyarakat akan kedelai.
Penyediaan lahan khusus kedelai merupakan salah satu solusi dalam meningkatkan
produksi dan produktivitas kedelai. Evaluasi lahan perlu dilakukan dalam
penyediaan lahan khusus kedelai agar penggunaan lahan sesuai dengan potensi
lahan sebenarnya Sehingga diperlukannya sebuah sistem yang bertujuan untuk
melakukan klasifikasi kesesuaian lahan yang dikhususkan pada tanaman kedelai
sehingga dapat memberikan hasil klasifikasi yang mampu menjadi rekomendasi
dalam penentuan penggunaan lahan. Pada sistem ini diterapkan metode klasifikasi
dengan metode Classification And Regression Tree (CART) yang digunakan dalam
proses klasifikasi dan juga seleksi fitur dengan algoritme Artificial Bee Colony
(ABC), dimana seleksi fitur digunakan untuk pemilihan atribut terbaik yang
digunakan pada proses klasifikasi. Pada sistem ini didapatkan atribut terbaik setelah
melakukan 3 kali percobaan pada masing - masing iterasi yang berjumlah 5, 10, 25,
50, 75, dan 100 iterasi, yang dimana didapatkan atribut terbaik pada iterasi
berjumlah 10 iterasi dari percobaan ke-2. Dimana berdasarkan hasil pengujian
confusion matrix pada metode CART dihasilkan akurasi sebesar 94.22% dan pada
kombinasi ABC+CART dihasilkan akurasi sebesar 97.11 % sehingga disimpulkan
bahwa kombinasi antara algoritme artificial bee colony (ABC) dan metode
classification and regression tree (CART) lebih baik dan akurat dibanding hanya
menggunakan metode classification and regression tree (CART).
Kata Kunci: Kedelai, Lahan, Klasifikasi, CART, Seleksi Fitur, ABC
Item Type: | Thesis (['eprint_fieldopt_thesis_type_ut' not defined]) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering > Department of Informatics Engineering |
Depositing User: | 58 lili haryanti |
Date Deposited: | 11 Jun 2024 08:25 |
Last Modified: | 11 Jun 2024 08:25 |
URI: | https://repository.unib.ac.id/id/eprint/18374 |