Implementasi Algoritme K-Nearest Neighbor Untuk Klasifikasi Deteksi Penyakit Pada Anjing
| Main Authors: | Johanes, Richard Emmanuel, Edy Santoso, S.Si., M.Kom., Suprapto, S.T., M.T. |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/194862/1/0520150110-Richard%20Emmanuel%20Johanes.pdf http://repository.ub.ac.id/id/eprint/194862/ |
Daftar Isi:
- Anjing adalah salah satu hewan peliharaan yang sangat di sukai di bagian dunia manapun. Di Indonesia anjing sudah mulai banyak diminati oleh beberapa masyarakat untuk dijadikan hewan peliharaan. Anjing sendiri termasuk hewan peliharaan yang tergolong mahal karena biaya perawatan. Anjing sendiri juga mudah terserang penyakit saat perawatan dan pengawasan pada pemeliharaanya. Terbatasnya tempat klinik dokter hewan dan masih sedikit juga masyarakat yang mau membawa hewan peliharannya ke dokter ketika sakit. Oleh sebab itu di butuhkan sistem yang dapat membantu semua pemilik anjing untuk mendeteksi awal penyakit apa yang di alami anjing peliharaanya melalui gejala yang di alami anjing tersebut sehingga penangganan sejak dini dapat di lakukan dengan cepat. Untuk menyelesaikan masalah ini dibutuhkan sistem pakar yang dapat membantu mendiagnosis penyakit anjing dengan menggunakan metode klasifikasi algoritme K-Nearest Neighbor (KNN). Implementasi sistem menggunakan bahasa pemrograman Java dengan menggunakan data latih sebanyak 5 penyakit dengan gejala sebanyak 23. Pengujian dilakukan dengan menggunakan pengujian persamaan akurasi menggunakan 50 sampel data uji menghasilkan akurasi sebesar 88%.