Klasifikasi Penyakit Kambing Dengan Menggunakan Algoritme Support Vector Machine (SVM)

Main Author: Septian, Ardiza Dwi
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2018
Subjects:
Online Access: http://repository.ub.ac.id/13626/1/Ardiza%20Dwi%20Septian.pdf
http://repository.ub.ac.id/13626/
ctrlnum 13626
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/13626/</relation><title>Klasifikasi Penyakit Kambing Dengan Menggunakan&#xD; Algoritme Support Vector Machine (SVM)</title><creator>Septian, Ardiza Dwi</creator><subject>006.3 Artificial intelligence</subject><description>Masyarakat pedesaan di Indonesia sangat akrab dengan ternak hewan&#xD; kambing karena modal untuk memelihara kambing relatif lebih kecil dan dapat&#xD; berkembang biak dengan cepat. Faktor yang harus diperhatikan dalam&#xD; memelihara kambing adalah kesehatan kambing itu sendiri. Kesehatan menjadi&#xD; penting karena dapat menyebabkan kerugian akibat kambing yang tidak sehat.&#xD; Ketika gejala penyakit timbul maka sebaiknya segera dilakukan tindakan&#xD; penanganan dini salah satunya dengan mendiagnosis penyakit kambing itu sendiri.&#xD; Tetapi pengetahuan dalam mendiagnosis penyakit tidak banyak diketahui oleh&#xD; peternak kambing menjadikan penanganan penyakit kambing menjadi sulit. Oleh&#xD; karena itu diperlukan sebuah sistem untuk membantu mengklasifikasi penyakit&#xD; kambing. Penelitian klasifikasi penyakit kambing ini menggunakan algoritme&#xD; Support Vector Machine dengan strategi One Against All. Data yang digunakan&#xD; dalam penelitian ini sebanyak 148 data dengan 11 kelas penyakit kambing&#xD; diantaranya Cacingan, Endometritis, Kelumpuhan, Kembung, Keracunan, Masistis,&#xD; Myasis, Orf, Pink Eye, Pneumonia dan Scabies. Hasil akurasi yang didapatkan pada&#xD; sistem ini adalah 90% dengan menggunakan parameter terbaik yaitu k-fold cross&#xD; validation 10, &#x3BB;= 0.1, C = 0,1, iterasi = 500 dan &#x3C3; = 1.</description><date>2018-08-01</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/13626/1/Ardiza%20Dwi%20Septian.pdf</identifier><identifier> Septian, Ardiza Dwi (2018) Klasifikasi Penyakit Kambing Dengan Menggunakan Algoritme Support Vector Machine (SVM). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2018/709/051808622</relation><recordID>13626</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Septian, Ardiza Dwi
title Klasifikasi Penyakit Kambing Dengan Menggunakan Algoritme Support Vector Machine (SVM)
publishDate 2018
topic 006.3 Artificial intelligence
url http://repository.ub.ac.id/13626/1/Ardiza%20Dwi%20Septian.pdf
http://repository.ub.ac.id/13626/
contents Masyarakat pedesaan di Indonesia sangat akrab dengan ternak hewan kambing karena modal untuk memelihara kambing relatif lebih kecil dan dapat berkembang biak dengan cepat. Faktor yang harus diperhatikan dalam memelihara kambing adalah kesehatan kambing itu sendiri. Kesehatan menjadi penting karena dapat menyebabkan kerugian akibat kambing yang tidak sehat. Ketika gejala penyakit timbul maka sebaiknya segera dilakukan tindakan penanganan dini salah satunya dengan mendiagnosis penyakit kambing itu sendiri. Tetapi pengetahuan dalam mendiagnosis penyakit tidak banyak diketahui oleh peternak kambing menjadikan penanganan penyakit kambing menjadi sulit. Oleh karena itu diperlukan sebuah sistem untuk membantu mengklasifikasi penyakit kambing. Penelitian klasifikasi penyakit kambing ini menggunakan algoritme Support Vector Machine dengan strategi One Against All. Data yang digunakan dalam penelitian ini sebanyak 148 data dengan 11 kelas penyakit kambing diantaranya Cacingan, Endometritis, Kelumpuhan, Kembung, Keracunan, Masistis, Myasis, Orf, Pink Eye, Pneumonia dan Scabies. Hasil akurasi yang didapatkan pada sistem ini adalah 90% dengan menggunakan parameter terbaik yaitu k-fold cross validation 10, λ= 0.1, C = 0,1, iterasi = 500 dan σ = 1.
id IOS4666.13626
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2018-11-22T01:37:05Z
last_indexed 2021-10-28T06:49:36Z
recordtype dc
_version_ 1751453688287723520
score 17.538404