Cover Image

Klasifikasi Dokumen Tanaman Obat Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)

Main Author: Arissaputra, Valerian
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2015
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/146316/1/Laporan_Skripsi.pdf
http://repository.ub.ac.id/146316/
ctrlnum 146316
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/146316/</relation><title>Klasifikasi Dokumen Tanaman Obat Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN).</title><creator>Arissaputra, Valerian</creator><subject>005 Computer programming, programs, data</subject><description>Indonesia kaya akan sumber daya tanaman obat, sekitar 35,000 jenis tanaman obat tersebar di negeri ini. Penggunaan tanaman obat sebagai bahan dasar pembuatan obat-obatan alami semakin berkembang. Hal ini menjadi perhatian banyak peneliti untuk melakukan penelitian terhadap kandungan dan kegunaan tanaman obat. Informasi yang telah tersusun dan terkategori menjadi kebutuhan dasar bagi peneliti untuk mempermudah pencarian informasi yang relevan terkait tanaman obat. Pada penelitian ini dilakukan pengkategorian dokumen tanaman obat menggunakan metode klasifikasi Neighbor Weighted K-Nearest Neighbor (NWKNN). Metode NWKNN merupakan pengembangan dari metode KNN dengan menambahkan proses pembobotan. Pada k tetangga kategori mayoritas akan diberi bobot kecil, sedangkan untuk kategori minoritas akan diberi bobot besar. Penelitian ini mengkategorikan dokumen tanaman obat berdasarkan famili yang terdiri dari 14 kategori dengan 149 jenis tanaman berkhasiat. Hasil dari penelitian ini menunjukkan bahwa metode NWKNN mampu mengklasifikasi dokumen tanaman obat dengan baik pada perbandingan data latih dan data uji 80% : 20% dan nilai k=5 dengan rata-rata nilai precision sebesar 86,89%, recall sebesar 85,94%, dan f-measure sebesar 86,37%. Pada penelitian ini juga membuktikan bahwa metode NWKNN memiliki akurasi 6,7% lebih baik dibandingkan metode KNN tradisional dalam melakukan klasifikasi terhadap dokumen tanaman obat.</description><date>2015-06-23</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146316/1/Laporan_Skripsi.pdf</identifier><identifier> Arissaputra, Valerian (2015) Klasifikasi Dokumen Tanaman Obat Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2015/267/051506377</relation><recordID>146316</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Arissaputra, Valerian
title Klasifikasi Dokumen Tanaman Obat Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN)
publishDate 2015
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/146316/1/Laporan_Skripsi.pdf
http://repository.ub.ac.id/146316/
contents Indonesia kaya akan sumber daya tanaman obat, sekitar 35,000 jenis tanaman obat tersebar di negeri ini. Penggunaan tanaman obat sebagai bahan dasar pembuatan obat-obatan alami semakin berkembang. Hal ini menjadi perhatian banyak peneliti untuk melakukan penelitian terhadap kandungan dan kegunaan tanaman obat. Informasi yang telah tersusun dan terkategori menjadi kebutuhan dasar bagi peneliti untuk mempermudah pencarian informasi yang relevan terkait tanaman obat. Pada penelitian ini dilakukan pengkategorian dokumen tanaman obat menggunakan metode klasifikasi Neighbor Weighted K-Nearest Neighbor (NWKNN). Metode NWKNN merupakan pengembangan dari metode KNN dengan menambahkan proses pembobotan. Pada k tetangga kategori mayoritas akan diberi bobot kecil, sedangkan untuk kategori minoritas akan diberi bobot besar. Penelitian ini mengkategorikan dokumen tanaman obat berdasarkan famili yang terdiri dari 14 kategori dengan 149 jenis tanaman berkhasiat. Hasil dari penelitian ini menunjukkan bahwa metode NWKNN mampu mengklasifikasi dokumen tanaman obat dengan baik pada perbandingan data latih dan data uji 80% : 20% dan nilai k=5 dengan rata-rata nilai precision sebesar 86,89%, recall sebesar 85,94%, dan f-measure sebesar 86,37%. Pada penelitian ini juga membuktikan bahwa metode NWKNN memiliki akurasi 6,7% lebih baik dibandingkan metode KNN tradisional dalam melakukan klasifikasi terhadap dokumen tanaman obat.
id IOS4666.146316
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 2021-10-27T08:48:17Z
last_indexed 2021-10-28T07:33:50Z
recordtype dc
_version_ 1751454635628953600
score 17.538404

Lihat Juga