Masykuroh, Revi Anistia (2019) Klasifikasi Fungsi Senyawa Aktif Berdasarkan Notasi Simplified Molecular Input Line Entry System (Smiles) Dengan Metode K-Means Naïve Bayes (Kmnb). Sarjana thesis, Universitas Brawijaya.
Abstract
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%.
English Abstract
Indonesia is a tropical country that has the most biodiversity in the world. Almost all of the plants part like leaf, root, stem, fruit, flowers, seeds, and rhizome can be used for human health. In Indonesia the utilization of plants as medicine was so limited. Therefore, further research and continuous plant drugs or herbal remedies is really needed as well as the technologies are able to maximize the utilization. In 1980, David Weininger found a chemical notation for processing informations that related to a modern chemistry named Simplified Molecular Input Line System (SMILES) and that notation is specifically for computer used. On this research, K-Means Naïve Bayes methods are used for the classification of the functions of the active compounds because this methods are able to grouping data according to their similarity and the classification process is much easier to understand. Based on the test results, the K-Means Naïve Bayes are abled to give an accuracy system 85.45% with a 80% training data ratio and 20% testing data. The system also being tested using K-Fold Cross Validation with K-Fold as many as 10, the highest accuracy that can be given is 86.66% on 9th fold and the lowest is 70.37% on 1st fold. While the average of accuracy using the K-Fold Cross Validation is 82.6%.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2019/490/051905873 |
| Uncontrolled Keywords: | Senyawa Aktif, SMILES, K-Means, Naïve Bayes, Active compounds, SMILES, K-Means, Naïve Bayes |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Nur Cholis |
| Date Deposited: | 19 Jul 2020 07:59 |
| Last Modified: | 25 Oct 2021 03:11 |
| URI: | http://repository.ub.ac.id/id/eprint/171946 |
Preview |
Text
Revi Anistia Masykuroh - Skripsi (2).pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |