Analisis Perbandingan Algoritma C4.5 Dan K-Nearest Neighbor Pada Pemilihan Bibit Unggul Kakao

Julfikar Alfrianto Manao, . (2024) Analisis Perbandingan Algoritma C4.5 Dan K-Nearest Neighbor Pada Pemilihan Bibit Unggul Kakao. Other thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (1MB)
	Text BAB I.pdf Restricted to Registered users only Download (847kB)
	Text BAB II.pdf Restricted to Registered users only Download (1MB)
	Text BAB III.pdf Restricted to Registered users only Download (582kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (511kB)
	Text JURNAL.pdf Restricted to Registered users only Download (1MB)

Abstract

Kakao (Theobroma cacao) merupakan salah satu komoditas strategis di Indonesia yang berperan penting dalam perekonomian, namun produktivitasnya mengalami penurunan signifikan dalam beberapa tahun terakhir. Salah satu penyebab utama adalah pemilihan bibit unggul yang masih dilakukan secara tradisional, sehingga hasilnya kurang akurat dan konsisten. Penelitian ini bertujuan untuk membandingkan performa algoritma C4.5 dan K-Nearest Neighbor (K-NN) dalam pemilihan bibit unggul kakao berdasarkan delapan kriteria utama, yaitu tinggi tanaman, ukuran daun, pH tanah, kelembaban, suhu, produktivitas, kecepatan pertumbuhan, dan kualitas produk. Data yang digunakan berasal dari hasil uji lapangan, yang kemudian melalui proses preprocessing seperti normalisasi dan transformasi untuk memastikan kualitas data. Pengolahan dilakukan menggunakan perangkat lunak RapidMiner dengan evaluasi performa berdasarkan metrik akurasi, presisi, recall, F1-score, dan waktu komputasi. Hasil penelitian menunjukkan bahwa algoritma C4.5 memiliki keunggulan dalam interpretasi data dan akurasi, terutama pada dataset yang kompleks, sementara algoritma K-NN menunjukkan efisiensi yang lebih baik dalam klasifikasi cepat pada dataset dengan pola distribusi yang jelas. Berdasarkan hasil tersebut, algoritma C4.5 direkomendasikan untuk Kanalisis dari tiap pohon keputusan yang terbentuk, sedangkan K-NN cocok untuk kebutuhan klasifikasi yang memprioritaskan tingginya akurasi

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Kakao, Bibit Unggul, Algoritma C4.5, K-Nearest Neighbor, Data Mining
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	Yeni Ratnasari
Date Deposited:	23 Jul 2025 03:39
Last Modified:	23 Jul 2025 03:39
URI:	http://repository.unpam.ac.id/id/eprint/17009

Actions (login required)

View Item