Mase, Jumerlyanti (2018) Penerapan Algoritme Support Vector Machine (SVM) Pada Pengklasifikasian Penyakit Kucing. Sarjana thesis, Universitas Brawijaya.
Abstract
Kucing merupakan hewan peliharaan yang sering ditemukan di masyarakat. Pemeliharaan kucing diperlukan perhatian yang besar agar tidak terserang penyakit yang dapat membahayakan kucing, pemiliknya ataupun orang yang melakukan interaksi langsung dengan kucing tersebut. Penyakit yang menyerang kucing biasanya diakibatkan oleh virus, bakteri atau jamur. Makanan dan tempat tinggal kucing perlu dijaga kebersihannya, agar terhindar dari sumber penyakit tersebut. Penyakit kucing yang mempunyai gejala serupa dapat menyulitkan masyarakat umum dalam mendiagnosis penyakit tersebut. Sehingga diperlukan adanya sistem yang dapat membantu dalam melakukan pengklasifikasian terhadap gejala penyakit yang timbul pada kucing untuk mendiagnosis penyakit dengan tepat. Penelitian yang digunakan untuk melakukan pengklasifikasian penyakit kucing ini mengunakan algoritme Support Vector Machine(SVM) dengan menerapkan strategi One-Against-All untuk permasalahan multi class. Data yang digunakan dalam penelitian ini adalah 220 data dengan 9 hasil klasifikasi, yaitu Scabies, Gastritis, Helminthiasis, Rhinitis, Dermatitis, Dermaphytosis, Otitis, Enteritis dan kucing sehat. Hasil akurasi yang dihasilkan oleh sistem ini dengan perbandingan rasio data 90% : 10%, menggunakan kernel RBF, dan nilai parameter iterasi = 500,
English Abstract
Cats are usual pets in the community. Taking care of cat requires great attention to avoid it from disease that will endanger the cat itself, its owner or the person who interact directly with it. Cat diseases are usually caused by viruses, bacteria, or fungal. Food and shelter for cats need to be kept clean to avoid the sources of diseases. Cat diseases that have similar symptoms can make it difficult for common people to diagnose the disease. So we need a system that can help to classify the symptoms of cat diseases in order to diagnose the disease properly. This research used to classify cat diseases using the Support Vector Machine (SVM) algorithm by applying the One-Against-All strategy for multi-class problems. The data used in this study are 220 data which is divided into 9 classification (Scabies, Gastritis, helminthiasis, rhinitis, dermatitis, Dermaphytosis, otitis, enteritis and healthy cat). The accuracy result obtained by this systems (data rate ratio of 90%: 10%, using RBF kernel, and iterations parameter value = 500,
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/48/051800908 |
| Uncontrolled Keywords: | Penyakit Kucing, Klasifikasi, Support Vector Machine, One-Against-All |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.1 System identification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 02 Jul 2018 01:41 |
| Last Modified: | 26 Oct 2021 09:24 |
| URI: | http://repository.ub.ac.id/id/eprint/11763 |
Preview |
Text
BAB III.pdf Download (583kB) | Preview |
Preview |
Text
BAB IV.pdf Download (2MB) | Preview |
Preview |
Text
BAB V.pdf Download (1MB) | Preview |
Preview |
Text
BAB I.pdf Download (571kB) | Preview |
Preview |
Text
BAB VI.pdf Download (1MB) | Preview |
Preview |
Text
BAB II.pdf Download (971kB) | Preview |
Preview |
Text
BAB VII.pdf Download (700kB) | Preview |
Preview |
Text
Bagian Depan.pdf Download (1MB) | Preview |
Preview |
Text
Daftar Pustaka.pdf Download (554kB) | Preview |
Preview |
Text
Lampiran.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |