<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="59099">
 <titleInfo>
  <title>SISTEM PREDIKSI KUALITAS SANTAN KELAPA MENGGUNAKAN NEAREST MEAN CLASSIFIER (NMC)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Masparudin</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Riau</placeTerm>
   <publisher>Universitas Islam Indragiri</publisher>
   <dateIssued>2020</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Artikel Jurnal</form>
  <extent>hlm : 646-655</extent>
 </physicalDescription>
 <relatedItem type="series">
  <titleInfo/>
  <title>SISTEMASI : Jurnal Sistem Informasi</title>
 </relatedItem>
</mods>
<note>Abstract&#13;
&#13;
Santan kelapa adalah salah satu bahan pokok yang selalu dijadikan bahan untuk segala jenis makanan. Kualitas menjadi hal yang penting dalam pemilihan santan kelapa. Bagaimanapun juga pengidentifikasian kualitas santan secara manual tidak efisien, hal ini terjadi karena sulitnya membedakan mana santan yang murni dan mana santan yang bercampur dengan air. Tujuan penelitian ini adalah membangun sistem deteksi kualitas santan berdasarkan warna santan. Algoritma klasifikasi yang digunakan adalah nearest mean classifier (NMC),  Metode ini menghitung jarak vektor input citra ke masing-masing mean kelas dari citra latih, jarak terdekat merupakan dasar dalam menentukan hasil dari klasifikasi.  Evaluasi menggunakan metode validasi holdout menggunakan total 135 citra dengan perbandingan 2/3 untuk data sampel dan 1/3 digunakan untuk data uji. Evaluasi dilakukan dengan 3 menggunakan 3 jenis kamera smartphone yaitu kamera 1 Xiaomi Mi 8 Lite, kamera 2 Oppo F7, dan kamera 3 Samsung Galaxy J3 Pro. Pada pengujian kamera pertama memiliki tingkat akurasi tertinggi yaitu 86,66% dibandingkan dengan kamera 2 dengan akurasi 60% dan kamera 3 dengan akurasi 46%.</note>
<note type="statement of responsibility"></note>
<subject authority="">
 <topic>Sistem Informasi</topic>
</subject>
<classification>SISTEMASI</classification>
<identifier type="isbn">23028149</identifier>
<location>
 <physicalLocation>Perpustakaan Teknik UPI YAI </physicalLocation>
 <shelfLocator>SISTEMASI V9N3 September 2020</shelfLocator>
 <holdingSimple>
  <copyInformation>
   <numerationAndChronology type="1">SISTEMASI2-021</numerationAndChronology>
   <sublocation>Perpustakaan FT UPI YAI</sublocation>
   <shelfLocator>SISTEMASI V9N3 September 2020</shelfLocator>
  </copyInformation>
 </holdingSimple>
</location>
<slims:image>cover_issue_30_en_US.png.png</slims:image>
<recordInfo>
 <recordIdentifier>59099</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2023-02-20 14:01:50</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2023-02-20 14:01:50</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>