Klasifikasi Fungsi Senyawa Aktif Berdasarkan Notasi Simplified Molecular Input Line Entry System (Smiles) Dengan Metode K-Means Naïve Bayes (Kmnb)
| Main Author: | Masykuroh, Revi Anistia |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/171946/1/Revi%20Anistia%20Masykuroh%20-%20Skripsi%20%282%29.pdf http://repository.ub.ac.id/171946/ |
Daftar Isi:
- Indonesia merupakan negara tropis yang memiliki keanekaragaman hayati (biodiversitas) paling banyak di dunia. Hampir seluruh bagian dari tumbuhan baik daun, akar, batang, buah, bunga, rimpang, dan biji dapat diambil manfaatnya untuk kesehatan. Namun pada kenyataannya, pemanfaatan tumbuhan sebagai obat di Indonesia masih sangat terbatas. Oleh karena itu, dibutuhkan penelitian lebih lanjut dan berkesinambungan tentang tumbuhan obat atau obat herbal serta teknologi pengolahan untuk dapat memaksimalkan pemanfaatannya. Pada tahun 1980, David Weininger menemukan suatu notasi kimia untuk memproses informasi-informasi yang berkaitan dengan kimia modern yang diberi nama Simplified Molecular Input Line System (SMILES) khusus untuk penggunaan komputer. Pada penelitian ini digunakan metode gabungan K-Means dan Naïve Bayes karena metode ini dianggap mampu mengelompokkan data sesuai dengan kemiripannya dan proses pengklasifikasiannya lebih mudah dipahami. Berdasarkan hasil pengujian, metode K-Means Naïve Bayes mampu memberikan nilai rata-rata akurasi sebesar 85,45% dengan rasio data latih 80% dan data uji 20%. Sistem diuji dengan menggunakan pengujian K-Fold Cross Validation dengan K-Fold sebanyak 10 yang menghasilkan akurasi tertinggi sebesar 86,66% pada fold ke-9 dan terendah sebesar 70,37% pada fold ke-1. Rata-rata dari akurasi pengujian menggunakan K-Fold Cross Validation sebesar 82,6%.