Record Details

Sistem Pendeteksi Kualitas Tanah Tanaman Kedelai Menggunakan Metode K-Nearest Neighbor (K-NN) dengan Arduino Nano

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Sistem Pendeteksi Kualitas Tanah Tanaman Kedelai Menggunakan Metode K-Nearest Neighbor (K-NN) dengan Arduino Nano
 
Added Entry - Uncontrolled Name Bhayangkara, Andika
Setiawan, Eko
Firtiyah, Hurriyatul
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Kedelai merupakan tanaman komoditas terpenting ketiga dalam pangan dan juga termasuk komoditas palawija yang memiliki protein yang tinggi dalam membantuk pemenuhan gizi masyarakat dengan harga yang relatif murah jika dibandingan komditas protein pangan hewani. Kedelai dengan protein yang cukup tinggi harus dapat berproduksi dengan baik agar masyarakat dapat mendapatkan protein yang baik dengan harga yang relatif murah. Dengan adanya target kenaikan produksi yang mampu memenuhi kebutuhan masyarakat perlu diperhatikannya media penanaman tanaman kedelai agar tumbuh dengan baik. Media tanaman kedelai menggunakan tanah yang memiliki unsur hara yang baik agar dapat tumbuh dengan baik. Maka dengan ini dibutuhkannya sebuah sistem yang mampu mendetaksi kualitas tanah yang akan digunakan sebagai media tanam tanaman kedelai. Penelitian ini akan berfokus pada sistem yang mampu mendeteksi kualitas tanah tanaman kedelai menggunakan metode klasifikasi K-Nearest Neighbor (KNN) dengan memanfaatkan parameter pH tanah dan kelembapan tanah melalui proses yang dibantu dengan board Arduino Nano sebagai pemroses data. Proses klasifikasi akan dilakuan dengan mengumpulkan data latih dari beberapa kualitas tanah, kemudian mendeteksi tanah yang diuji menggunakan sensor pH dan sensor Capacitive Soil Moist, data pH data kelembapan yang didapatkan akan diproses dengan metode K-Nearest Neighbor. Hasil dari proses pengklasifikasian akan ditunjukkan melalui LCD dalam bentuk data pH dan kelembapan sekaligus hasil dari kualitas tanah yang dideteksi. Proses metode K-Nearest Neighbor diuji dengan K=3 memilki akurasi paling tinggi yaitu sebesar 86,6% dibandingkan dengan K bernilai 5,7, atau 9.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7691
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 8 (2020): Agustus 2020
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com