Simanjuntak, Tri Halomoan and Ir. Sutrisno, , M.T. and Wayan Firdaus Mahmudy, , S.Si., M.T., Ph.D (2014) Implementasi Modified K-Nearest Neighbor Dengan Otomatisasi Nilai K Pada Pengklasifikasian Penyakit Tanaman Kedelai. Sarjana thesis, Universitas Brawijaya.
Abstract
Berbagai serangan penyakit dan hama dapat menimbulkan masalah yang serius terhadap tanaman kedelai. Salah satu ancaman pengembangan tanaman kedelai bagi balai-balai penelitian dan pihak pengembang tanaman tersebut adalah gangguan hama. Serangan hama dapat menurunkan hasil kedelai hingga 80% bahkan lebih jika tidak ada pengendalian yang serius. Diperlukan aplikasi untuk menentukan jenis penyakit yang menyerang tanaman kedelai. Penelitian ini mengimplementasikan algoritma Modified K-Nearest Neighbor menggunakan Soybean Disease Data Set yang terdiri dari 266 data dan akan dibangun aplikasi berbasis desktop dimana parameter nilai K pada algoritma tersebut ditentukan oleh program dengan menggunakan metode Brute Force sehingga menemukan nilai K terbaik. Setiap nilai K dengan akurasi hasil terbaik akan disimpan dan digunakan sebagai parameter nilai K pada proses pengujian data baru. Nilai K pada metode ini mendefinisikan jumlah tetangga terdekat yang digunakan untuk proses klasifikasi. Hasil pengujian menunjukkan bahwa parameter nilai K sangat berpengaruh terhadap hasil klasifikasi dan akurasi yang dihasilkan. Rata-rata akurasi cenderung menurun seiring dengan penambahan nilai k sedangkan peningkatan jumlah data latih turut disertai dengan peningkatan hasil akurasi, untuk data latih dengan kelas tidak seimbang mengalami penurunan nilai akurasi seiring dengan bertambahnya jumlah data. Hasil akurasi tertinggi pada pengujian ini sebesar 100% dengan nilai k=1 dan rata-rata akurasi dari 5 percobaan sebesar 98,83%.
English Abstract
There are many deseases and pest attacks that can cause serious problem to the soybean plant. Pest attacks is a threat to the soybean development research centers and the developers. Pests can reduce soybean yields up to 80% or more if no serious control. Application is needed to determine the types of diseases that attack soybean plants. This study implements the algorithm Modified K-Nearest Neighbor using Soybean Disease Data Set which consists of 266 data and will build a desktop based application where the algorithm parameters on the value of K is determined by the program by using the brute force method to find the best K value. Each value of K with accuracy the best results will be recorded and used as the parameter value of K in the process of testing new data. K values in this method to define the number of nearest neighbors used for the classification process. The test results showed that the value of the parameter K affects the classification and the accuracy. The accuracy average tends to decrease with the addition of the value of K, while increasing the number of data training also accompanied by an increase in the accuracy of the results. The data training with imbalanced class impaired accuracy values decreased along with increasing amount of data. The results of the highest accuracy on the testing is 100% with value of k = 1 and the average accuracy for 5 experimenst is 98.83%.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 004 |
| Uncontrolled Keywords: | Klasifikasi, Modified K-Nearest Neighbor, Penyakit Tanaman Kedelai.-Classification, Modified K-Nearest Neighbor, Soybean Plant Diseases. |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Hasbi |
| Date Deposited: | 24 Jul 2014 14:04 |
| Last Modified: | 07 Dec 2021 06:33 |
| URI: | http://repository.ub.ac.id/id/eprint/145913 |
Preview |
Text
DOKUMEN_SKRIPSI_TEKNIK_INFORMATIKA_TRI_HALOMOAN_SIMANJUNTAK_.pdf Download (7MB) | Preview |
Actions (login required)
 |
View Item |