hey aku disini show_detail REIVAL MUHAMAD ASYARI UZZUKRU Primary Author mixed material bibliography Bandung Universitas Langlangbuana 2025 monographic id Indonesia

Text

Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi jenis tanaman pangan berbasis web menggunakan algoritma Random Forest. Sistem ini membantu masyarakat pemula dalam menentukan tanaman pangan yang sesuai dengan kondisi lingkungan, seperti suhu, curah hujan, dan pH tanah. Data suhu dan curah hujan diperoleh secara real-time melalui API cuaca, sedangkan pH tanah diambil dari dataset. Dataset diproses melalui tahap preprocessing dan SMOTE untuk mengatasi ketidakseimbangan kelas. Pemilihan model terbaik dilakukan menggunakan GridSearchCV, dan evaluasi performa model dilakukan dengan metrik Hamming Loss, Subset Accuracy, Precision, Recall, dan F1-score. Hasil menunjukkan Hamming Loss sebesar 0.011, Subset Accuracy 84%, dan rata-rata F1-score 86%, yang menandakan model memiliki kinerja yang baik. Sistem ini diimplementasikan menggunakan Flask (backend) dan Next.js (frontend), serta diuji melalui black-box testing dan pengujian antarmuka pengguna. Hasil penelitian menunjukkan bahwa sistem ini dapat membantu masyarakat pemula dalam memilih tanaman pangan secara lebih tepat dan berbasis data. Machine Learning Next.js Tanaman Pangan Random Forest Flask Sistem Rekomendasi NONE Repository Fakultas Teknik Sistem Repository Elektronik Skripsi dan Penelitian Dosen Fakultas Teknik 005 UZZ s COVER Lembar Pengesahan Lembar Pernyataan Abstrak Kata Pengantar Daftar Isi Daftar Gambar Daftar Tabel Daftar Lampiran Bab I Bab II Bab V Daftar Pustaka Lampiran 02._COVER_-_REIVAL_MUHAMAD_ASYARI_UZZUKRU_-_41155050210018_-_Reival_Muhamad_Asyari_Uzzukru.jpg.jpg 1444 2026-01-14 10:19:33 2026-01-14 10:19:33 machine generated