ANALISA PERBANDINGAN ALGORITMA RANDOM FOREST DAN SVM UNTUK KLASIFIKASI KUALITAS SUSU

Ariq Riadi, Muhammad (2024) ANALISA PERBANDINGAN ALGORITMA RANDOM FOREST DAN SVM UNTUK KLASIFIKASI KUALITAS SUSU. Skripsi thesis, UNAMA.

	Text BAB I.pdf Download (160kB)
	Text BAB II.pdf Restricted to Registered users only Download (547kB)
	Text BAB III.pdf Restricted to Registered users only Download (197kB)
	Text BAB IV.pdf Restricted to Registered users only Download (857kB)
	Text BAB V.pdf Download (317kB)
	Text BAB VI.pdf Download (87kB)
	Text DAFTAR PUSTAKA.pdf Download (221kB)

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%.

Actions (login required)

View Item