Klasifikasi menentukan kualitas sarang burung walet menggunakan metode xgboost (extreme gradient boosting) berdasarkan citra

Maulidhany, Ahmad Saiful Anwar Akia (2026) Klasifikasi menentukan kualitas sarang burung walet menggunakan metode xgboost (extreme gradient boosting) berdasarkan citra. Undergraduate (S1) thesis, Universitas Merdeka Pasuruan.

[img] Text
COVER.pdf

Download (765kB)
[img] Text
BAB I.pdf
Restricted to Registered users only

Download (319kB)
[img] Text
BAB II.pdf
Restricted to Registered users only

Download (453kB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (685kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (504kB)
[img] Text
BAB V.pdf
Restricted to Registered users only

Download (178kB)
[img] Text
DAFTAR PUSTAKA.pdf
Restricted to Registered users only

Download (241kB)

Abstract

Sarang burung walet sebagai komoditas ekspor sangat ditentukan oleh karakteristik fisiknya, seperti bentuk, warna, dan tingkat kebersihan. Sayangnya, proses penentuan kualitas yang berjalan saat ini masih mengandalkan pengamatan visual manusia yang memakan waktu, rentan terhadap human error, dan memicu bias subjektivitas. Untuk mengatasi kendala tersebut, penelitian ini merancang sebuah sistem klasifikasi mutu otomatis yang bersifat objektif dan non-destruktif dengan mengintegrasikan teknik pengolahan citra digital dan algoritma Extreme Gradient Boosting (XGBoost). Proses komputasi memfokuskan ekstraksi pada empat fitur utama: warna (mean grayscale), bentuk (circularity), keutuhan (solidity), serta kebersihan (purity). Berdasarkan pengujian terhadap 1.005 citra yang terbagi dalam kategori Premium, Standar, dan Rendah, model XGBoost berhasil mencetak akurasi pelatihan sebesar 100% dan akurasi pengujian keseluruhan mencapai 80,60%. Selain itu, model ini menunjukkan sensitivitas tinggi dalam mengenali kelas Standar (recall 0,86) dan ketepatan yang baik dalam memisahkan kelas Rendah (presisi 0,82). Kesimpulannya, penggabungan pengolahan citra dan XGBoost ini terbukti efektif dalam menekan bias penilaian manual, sekaligus menawarkan sistem standardisasi kualitas yang akurat bagi industri sarang burung walet.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Klasifikasi, Ektraksi Fitur, Extreme Gradient Boosting, Sarang Burung Walet, Pengolahan Citra
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > Informatika
Depositing User: Perpustakaan Unmer Pasuruan
Date Deposited: 11 Nov 2026 01:48
Last Modified: 11 Nov 2026 01:48
URI: http://repository.unmerpas.ac.id/id/eprint/1060

Actions (login required)

View Item View Item