ALBERT ALVIAN Primary Author mixed material bibliography JAKARTA Universitas Satya Negara Indonesia 2025 id Indonesia

Text

Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) telah membuka peluang besar dalam pengembangan sistem deteksi berbasis data. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem deteksi objek menggunakan algoritma K-Nearest Neighbour (KNN) untuk meningkatkan akurasi identifikasi dalam data radar. Data yang digunakan berasal dari simulasi maupun sensor lapangan yang dikumpulkan untuk mengidentifikasi keberadaan dan jenis objek tertentu. Metode KNN dipilih karena kemudahannya dalam implementasi dan efisiensinya dalam proses klasifikasi, terutama pada skenario dengan keterbatasan komputasi. Data dianalisis dan diproses menggunakan bahasa pemrograman Python, dan model KNN digunakan untuk mengklasifikasikan objek berdasarkan fitur jarak dan sinyal pantulan. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan objek dengan tingkat akurasi yang memadai untuk aplikasi lapangan berskala kecil hingga menengah. Penelitian ini menunjukkan bahwa algoritma KNN dapat menjadi solusi praktis dan ekonomis dalam pengembangan sistem deteksi cerdas berbasis radar, khususnya untuk aplikasi pada perangkat berspesifikasi terbatas. ALBERT ALVIAN Teknik Informatika Skripsi Deteksi Objek kecerdasan buatan K-Nearest Neighbour Data Radar Machine Learning TI 2025 Institutional Repository USNI Universitas Satya Negara Indonesia TI 2025 8250336 Perpustakaan USNI Kampus A (Skripsi) TI 2025 PERANCANGAN DAN IMPLEMENTASI SISTEM DETEKSI EKSPRESI WAJAH MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOUR (KNN) BERBASIS ARTIFICIAL INTELLIGENC 4397 2025-10-02 16:19:30 2025-10-02 16:20:07 machine generated