MURTADHO, Ali (2024) Implementasi Normalisasi Min-Max Scaler dan SMOTE pada Algoritma C4.5 untuk Optimasi Klasifikasi Kualitas Mutu Padi Organik Berbasis Website Framework Django. Skripsi thesis, Universitas Jenderal Soedirman.
![[img]](http://repository.unsoed.ac.id/style/images/fileicons/other.png) |
PDF (Cover)
COVER-Ali Murtadho-H1D020054-Skripsi-2024.pdf Download (319kB) |
|
PDF (Legalitas)
LEGALITAS-Ali Murtadho-H1D020054-Skripsi-2024.pdf Restricted to Repository staff only Download (2MB) |
|
PDF (Abstrak)
ABSTRAK-Ali Murtadho-H1D020054-Skripsi-2024.pdf Download (474kB) |
|
PDF (BabI)
BAB-I-Ali Murtadho-H1D020054-Skripsi-2024.pdf Restricted to Repository staff only Download (843kB) |
|
PDF (BabII)
BAB-II-Ali Murtadho-H1D020054-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (BabIII)
BAB-III-Ali Murtadho-H1D020054-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB) |
|
PDF (BabIV)
BAB-IV-Ali Murtadho-H1D020054-Skripsi-2024.pdf Restricted to Repository staff only Download (4MB) |
|
PDF (BabV)
BAB-V-Ali Murtadho-H1D020054-Skripsi-2024.pdf Download (515kB) |
|
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Ali Murtadho-H1D020054-Skripsi-2024.pdf Download (506kB) |
|
PDF (Lampiran)
LAMPIRAN-Ali Murtadho-H1D020054-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Padi merupakan komoditas pangan utama di Indonesia, di mana sebagian besar penduduknya mengonsumsi beras sebagai makanan pokok. Pertanian padi organik adalah salah satu modifikasi pertanian modern yang semakin populer. Namun, banyak petani dan konsumen belum memahami sepenuhnya kegunaan dan manfaat dari berbagai jenis padi organik. Oleh karena itu, pengembangan model klasifikasi untuk menentukan kualitas mutu padi organik sangat penting. Klasifikasi bertujuan untuk memprediksi kelas dan memilih input yang sesuai berdasarkan label data yang telah dilatih. Algoritma C4.5 digunakan dalam penelitian ini untuk membentuk pohon keputusan dalam klasifikasi padi organik, berdasarkan analisa kelas mutu yang terdiri dari kelas A, B, C, dan D. Untuk menyeimbangkan kelas target minoritas dalam data latih, digunakan teknik oversampling SMOTE. Proses normalisasi dengan min-max scaler diterapkan untuk mengatasi perbedaan nilai yang terlalu besar antara variabel, sehingga data latih yang telah di SMOTE dapat dinormalisasi dalam rentang 0-1. Penelitian ini menghasilkan dua jenis dataset: sebelum dan sesudah penerapan SMOTE. Hasil menunjukkan bahwa performa model setelah penerapan SMOTE lebih baik, dengan nilai akurasi terbaik sebesar 97,75%, meningkat 1,86% dari 95,89% sebelum SMOTE. Nilai recall juga meningkat 1,86%, dari 95,89% menjadi 97,75%, dan nilai presisi meningkat 1,82%, dari 96,05% menjadi 97,87%. Pada implementasinya dalam website framework Django, hasil aturan model tersebut pun mendapat hasil yang 100 valid lewat uji black box dan unit testing. Hasil tersebut menunjukkan bahwa penggunaan SMOTE dan normalisasi data efektif dalam meningkatkan performa klasifikasi padi organik
| Item Type: | Thesis (Skripsi) |
|---|---|
| Nomor Inventaris: | H24310 |
| Uncontrolled Keywords: | Django, klasifikasi, Min-max scaler, Padi, SMOTE |
| Subjects: | Q > Q2 Quality control |
| Divisions: | Fakultas Teknik > S1 Teknik Informatika |
| Depositing User: | Mr. Ali Murtadho |
| Date Deposited: | 19 Aug 2024 02:54 |
| Last Modified: | 19 Aug 2024 02:54 |
| URI: | http://repository.unsoed.ac.id/id/eprint/28781 |
Actions (login required)
 |
View Item |