Implementasi Algoritma Modified K-Nearest Neighbor (MKNN) Pada Peklasifikasian Penyakit Sapi Perah

Main Author: Nurrohmah, Ika
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2016
Subjects:
Online Access: http://repository.ub.ac.id/146833/1/Jurnal_-_Ilyas_Habiburrahman.pdf
http://repository.ub.ac.id/146833/2/Thesis_-_Ilyas_Habiburrahman.pdf
http://repository.ub.ac.id/146833/
ctrlnum 146833
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/146833/</relation><title>Implementasi Algoritma Modified K-Nearest Neighbor (MKNN) Pada Peklasifikasian Penyakit Sapi Perah</title><creator>Nurrohmah, Ika</creator><subject>005 Computer programming, programs, data</subject><description>Susu sapi merupakan sumber utama protein, kalsium, fosfor dan vitamin yang sangat baik untuk tubuh manusia. Dengan banyaknya kandungan dalam susu sapi tersebut perkembangan usaha budidaya sapi perah di Indonesia masih terbilang rendah. Salah satu faktor penyebab kurangnya produksi susu yaitu penyakit. Sapi perah yang terserang penyakit dapat mengakibatkan kualitas dan kuantitas produksi susu yang menurun bahkan apabila tidak segera ditangani akan mengakibatkan kematian pada sapi perah sehingga harus dilakukan identifikasi dini terhadap sapi perah yang terserang penyakit. Algoritma klasifikasi Modified K-Nearest Neighbor (MKNN) dapat diterapkan untuk menentukan jenis penyakit yang menyerang sapi perah dan cara pengobatannya dengan menggunakan teknologi komputer dengan berbasis web. Pemodelan sistem ini akan mengklasifikasikan penyakit sapi perah berdasarkan masukan gejala dari pengguna. Terdapat 3 pengujian akurasi yang dilakukan: pengujian nilai k, pengujian jumlah data training random, pengujian perbandingan jumlah data training seimbang dan jumlah data training tidak seimbang. Hasil pengujian nilai k memiliki tingkat akurasi sebesar 95% pada k=2, hasil pengujian jumlah data training random memiliki akurasi sebesar 95 % pada data 100% dari 210 data training sedangkan hasil pengujian perbandingan jumlah data training seimbang dan jumlah data training tidak seimbang menunjukan bahwa data training seimbang menghasilkan hasil akurasi yang lebih baik daripada jumlah data training tidak seimbang</description><date>2016-05-26</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146833/1/Jurnal_-_Ilyas_Habiburrahman.pdf</identifier><type>Book:Book</type><language>eng</language><identifier>http://repository.ub.ac.id/146833/2/Thesis_-_Ilyas_Habiburrahman.pdf</identifier><identifier> Nurrohmah, Ika (2016) Implementasi Algoritma Modified K-Nearest Neighbor (MKNN) Pada Peklasifikasian Penyakit Sapi Perah. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2016/286/051605542</relation><recordID>146833</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Nurrohmah, Ika
title Implementasi Algoritma Modified K-Nearest Neighbor (MKNN) Pada Peklasifikasian Penyakit Sapi Perah
publishDate 2016
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/146833/1/Jurnal_-_Ilyas_Habiburrahman.pdf
http://repository.ub.ac.id/146833/2/Thesis_-_Ilyas_Habiburrahman.pdf
http://repository.ub.ac.id/146833/
contents Susu sapi merupakan sumber utama protein, kalsium, fosfor dan vitamin yang sangat baik untuk tubuh manusia. Dengan banyaknya kandungan dalam susu sapi tersebut perkembangan usaha budidaya sapi perah di Indonesia masih terbilang rendah. Salah satu faktor penyebab kurangnya produksi susu yaitu penyakit. Sapi perah yang terserang penyakit dapat mengakibatkan kualitas dan kuantitas produksi susu yang menurun bahkan apabila tidak segera ditangani akan mengakibatkan kematian pada sapi perah sehingga harus dilakukan identifikasi dini terhadap sapi perah yang terserang penyakit. Algoritma klasifikasi Modified K-Nearest Neighbor (MKNN) dapat diterapkan untuk menentukan jenis penyakit yang menyerang sapi perah dan cara pengobatannya dengan menggunakan teknologi komputer dengan berbasis web. Pemodelan sistem ini akan mengklasifikasikan penyakit sapi perah berdasarkan masukan gejala dari pengguna. Terdapat 3 pengujian akurasi yang dilakukan: pengujian nilai k, pengujian jumlah data training random, pengujian perbandingan jumlah data training seimbang dan jumlah data training tidak seimbang. Hasil pengujian nilai k memiliki tingkat akurasi sebesar 95% pada k=2, hasil pengujian jumlah data training random memiliki akurasi sebesar 95 % pada data 100% dari 210 data training sedangkan hasil pengujian perbandingan jumlah data training seimbang dan jumlah data training tidak seimbang menunjukan bahwa data training seimbang menghasilkan hasil akurasi yang lebih baik daripada jumlah data training tidak seimbang
id IOS4666.146833
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 2021-10-27T08:48:43Z
last_indexed 2021-10-28T07:34:14Z
recordtype dc
_version_ 1751454632653094912
score 17.538404