ANALISA PERBANDINGAN ALGORITMA RANDOM FOREST DAN SVM UNTUK KLASIFIKASI KUALITAS SUSU
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika Bangsa
Author
Ariq Riadi, Muhammad
Subject
Analisis Sistem Informasi
Datestamp
2024-11-14 08:55:54
Abstract :
Susu merupakan salah satu bahan pangan yang mengandung banyak gizi, digunakan dalam banyak makanan, dan sangat penting untuk anak-anak yang sedang berkembang. Pentingnya konsumsi susu tidak hanya terbatas pada anak-anak, tetapi juga berlaku untuk semua kelompok usia. Susu yang berkualitas harus bebas dari residu, sedimen, warna dan bau yang aneh, selain itu, kandungan bakterinya harus minimal, tidak ada bahan kimia, dan tingkat keasamannya harus normal. Penentuan kualitas susu dengan cara manual dapat menimbulkan margin kesalahan yang tinggi atau kehilangan waktu. Karena itulah dibutuhkan sebuah cara untuk menentukan kualitas susu secara akurat. Penelitian ini akan membahas Analisa perbandingan algoritma Random Forest dan SVM untuk klasifikasi kualitas susu, menggunakan data dari Kaggle yang berjumlah 1059 data. Dengan bantuan alat Orange Data Mining Tool, parameter setiap algoritma dapat diubah untuk mencapai hasil yang optimal. Berdasarkan hasil yang diperoleh, Algoritma Random Forest memiliki akurasi 99,6%, SVM Linear 84,4%, dan SVM Polynomial 96,6%.
Susu merupakan salah satu bahan pangan yang mengandung banyak gizi, digunakan dalam banyak makanan, dan sangat penting untuk anak-anak yang sedang berkembang. Pentingnya konsumsi susu tidak hanya terbatas pada anak-anak, tetapi juga berlaku untuk semua kelompok usia. Susu yang berkualitas harus bebas dari residu, sedimen, warna dan bau yang aneh, selain itu, kandungan bakterinya harus minimal, tidak ada bahan kimia, dan tingkat keasamannya harus normal. Penentuan kualitas susu dengan cara manual dapat menimbulkan margin kesalahan yang tinggi atau kehilangan waktu. Karena itulah dibutuhkan sebuah cara untuk menentukan kualitas susu secara akurat. Penelitian ini akan membahas Analisa perbandingan algoritma Random Forest dan SVM untuk klasifikasi kualitas susu, menggunakan data dari Kaggle yang berjumlah 1059 data. Dengan bantuan alat Orange Data Mining Tool, parameter setiap algoritma dapat diubah untuk mencapai hasil yang optimal. Berdasarkan hasil yang diperoleh, Algoritma Random Forest memiliki akurasi 99,6%, SVM Linear 84,4%, dan SVM Polynomial 96,6%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
