Arissaputra, Valerian (2015) Klasifikasi Dokumen Tanaman Obat Menggunakan Metode Neighbor Weighted K-Nearest Neighbor (NWKNN). Sarjana thesis, Universitas Brawijaya.
Abstract
Indonesia kaya akan sumber daya tanaman obat, sekitar 35,000 jenis tanaman obat tersebar di negeri ini. Penggunaan tanaman obat sebagai bahan dasar pembuatan obat-obatan alami semakin berkembang. Hal ini menjadi perhatian banyak peneliti untuk melakukan penelitian terhadap kandungan dan kegunaan tanaman obat. Informasi yang telah tersusun dan terkategori menjadi kebutuhan dasar bagi peneliti untuk mempermudah pencarian informasi yang relevan terkait tanaman obat. Pada penelitian ini dilakukan pengkategorian dokumen tanaman obat menggunakan metode klasifikasi Neighbor Weighted K-Nearest Neighbor (NWKNN). Metode NWKNN merupakan pengembangan dari metode KNN dengan menambahkan proses pembobotan. Pada k tetangga kategori mayoritas akan diberi bobot kecil, sedangkan untuk kategori minoritas akan diberi bobot besar. Penelitian ini mengkategorikan dokumen tanaman obat berdasarkan famili yang terdiri dari 14 kategori dengan 149 jenis tanaman berkhasiat. Hasil dari penelitian ini menunjukkan bahwa metode NWKNN mampu mengklasifikasi dokumen tanaman obat dengan baik pada perbandingan data latih dan data uji 80% : 20% dan nilai k=5 dengan rata-rata nilai precision sebesar 86,89%, recall sebesar 85,94%, dan f-measure sebesar 86,37%. Pada penelitian ini juga membuktikan bahwa metode NWKNN memiliki akurasi 6,7% lebih baik dibandingkan metode KNN tradisional dalam melakukan klasifikasi terhadap dokumen tanaman obat.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2015/267/051506377 |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Indah Nurul Afifah |
| Date Deposited: | 17 Nov 2015 10:38 |
| Last Modified: | 20 Oct 2021 14:54 |
| URI: | http://repository.ub.ac.id/id/eprint/146316 |
Preview |
Text
Laporan_Skripsi.pdf Download (4MB) | Preview |
Actions (login required)
 |
View Item |