Klasifikasi Kualitas Garam Menggunakan Metode Weighted K-Nearest Neighbor (WKNN) (Studi Kasus : PT. Garam (Persero))

Garam dimanfaatkan secara luas untuk berbagai sektor mulai dari kepentingan konsumsi sampai dengan industri. Garam hasil produksi pulau Madura memenuhi kualitas standar konsumsi namun belum memenuhi standar kualitas untuk industri.Dikarenakan kualitas garam hasil produksi PT. Garam (Persero) ditentukan menggunakan metode konvensional yaitu dengan pengamatan unsur dalam kandungan garam, tentunya hal ini akan memakan banyak waktu dan kurang efisien. Penelitian ini dilakukan untuk mengetahui garam yang memiliki kualitas terbaik untuk komoditas konsumsi dari hasil klasifikasi yang telah dilakukan. Metode yang digunakan pada penelitian ini adalah Weighted k-Nearest Neighbor. WKNN pada penelitian ini digunakan untuk mengklasifikasikan kualitas garam dalam 4 jenis kualitas yaitu K1, K2, K3, K4 dan berdasarkan 7 karakteristik kandungan garam, serta terdapat beberapa uji coba yang akan dilakukan pada penelitian ini dengan menggunakan 350 data garam pada bulan Juni 2022beserta kandungannya. Dari 350 data tersebut, 75 data merupakan data darikelas K1, 107 data darikelas K2, 111 data darikelas K3, dan 57 data darikelas K4. Evaluasi yang dilakukan pada sistem klasifikasi kualitas garam dilakukan dengan mengukur performansi dari sistem. Hasil penelitian mampu memberikan performa pada nilai akurasi, presisi, recall dan f1-score sebesar 85.4286%, 0.8622%, 0.8543%, dan 0.8547% dengan nilai k=9.