Klasifikasi Bumbu Dapur Indonesia Menggunakan Metode K-Nearest Neighbors (K-NN)

Abstract

Seasoning is one of the most important elements in a dish. Indonesian herbs or spices have a very wide variety of types. Mistakes in choosing spices have a big effect on the taste of the dish. Image processing is a branch of science in the field of technology that can be used to recognize image objeks captured by the camera. This study will classify the types of spices that are almost similar, namely ginger, galangal, turmeric and kencur. The classification method used is K-Nearest Neighbor (K-NN). In this study we tested how to split training data and data testing, namely 66.7%: 33.33%, 75%: 25% and 90%: 10%. The sharing of training data and testing data uses 90%: 10% has the greatest average accuracy compared to other distribution methods. The selection of K = 3 or K = 5 has an average accuracy that is almost the same in all methods of split training data and testing data, namely 64.66%: 65%. At K = 1 it has a fairly high accuracy compared to the previous K, which is 73%.Bumbu adalah salah satu elemen yang sangat penting dalam sebuah masakan. Bumbu dapur atau rempah Indonesia memiliki jenis ragam yang sangat banyak. Kesalahan dalam pemilihan bumbu sangat berpengaruh terhadap rasa masakan. Image processing merupakan salah satu cabang ilmu dalam bidang teknologi yang dapat dimanfaatkan untuk mengenali objek citra yang ditangkap oleh kamera. Penelitian ini akan mengklasifikasikan jenis bumbu dapur yang hampir mirip yaitu jahe,lengkuas, kunyit dan kencur. Metode klasifikasi yang dipakai adalah K-Nearest Neighbors(K-NN). Pada penelitian ini kita menguji cara split data training dan data testing yaitu 66,7%: 33,33%, 75%:25% dan 90%:10%. Pembagian data training dan data testing menggunakan 90%:10% memiliki rata rata akurasi yang paling besar dibandingkan cara pembagian yang lain. Pemilihan K=3 atau K=5 memiliki rata rata akurasi yang hampir sama pada semua cara split data training dan data testing yaitu 64,66%: 65%. Pada K=1 memiliki akurasi yang cukup tinggi dibandingkan K sebelumnya yaitu 73%.