Zalfi, Hardyan (2020) Penerapan Metode Fuzzy K-Nearest Neighbour Untuk Mendiagnosis Penyakit Pada Kucing. Sarjana thesis, Universitas Brawijaya.
Abstract
Kucing merupakan hewan yang paling disenangi oleh manusia, dengan bentuk dan bulu yang sangat bagus banyak orang menjadikan kucing sebagai hewan peliharaannya baik di Indonesia maupun diseluruh dunia. Populasi kucing sendiri berjumlah 220 juta ekor didunia. Dengan banyaknya jumlah kucing tentunya banyak juga kucing yang memiliki kesehatan yang buruk dengan terinfeksi penyakit. Terbatasnya kemampuan seseorang untuk mendeteksi penyakit kucing dan jumah pakar hewan yang terbatas diperlukan sebuah sistem yang dapat mendiagnosa penyakit pada kucing dengan mudah. Pembuatan sistem diagnosa penyakit kucing ini menggunakan metode fuzzy k-nearest neighbour yang merupakan pengembangan dari metode k-nearest neighbour dimana akan dihitung nilai keanggotaan dari hasil k-nearest neighbour. Berdasarkan pengujian fungsional yang telah dilakukan, masing” kelas uji menghasilkan kesesuaian dengan kebutuhan sistem. Pengujian akurasi pertama yaitu pengujian akurasi berdasarkan variasi jumlah data latih dengan jumlah data latih yang berbeda tiap pengujian. Untuk pengujian ini nilai akurasi yang tertinggi diperoleh sebesar 85% sedangkan nilai akurasi terendah yaitu 80%. Pengujian akurasi kedua yaitu pengujian akurasi berdasarkan pengaruh nilai K dengan data uji yang sama berjumlah 15 data uji. Hasil dari pengujian ini akurasi terbesar yaitu 86% sedangkan yang terendah yaitu sebesar 73%. Hal ini menunjukkan bahwa metode fuzzy k-nearest neighbour memiliki akurasi yang cukup baik untuk mendiagnosis penyakit pada kucing.
English Abstract
Cats are the animals most loved by humans with a very nice shape and fur many people make cats as their pets especially in Indonesia or the world. The population of cats is 220 million in the world. With the big populatian of cats, of course there are also many cats that have poor health with disease. The limited ability of a person to detect cat disease and the limited of veterinary experts requires a system that can diagnose disease in cats easily. The making of this cat disease diagnosis system uses the k-nearest neighbor fuzzy method which is a development of the knearest neighbor method where the membership value of the k-nearest neighbor results will be calculated. Based on the functional tests that have been carried out, each "test class produces conformity to system requirements. The first accuracy testing is testing accuracy based on variations in the amount of training data with a different amount of training data for each test. For this test the highest accuracy value obtained by 85% while the lowest accuracy value is 80%. The second accuracy testing is accuracy testing based on the influence of K values with the same test data totaling 15 test data. The results of this test the greatest accuracy is 86% while the lowest is equal to 73%. This shows that the k-nearest neighbor fuzzy method has a pretty good accuracy to diagnose diseases in cats.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/133/052003106 |
| Uncontrolled Keywords: | Fuzzy K-Nearest Neighbour, Kucing, Diagnosis, Penyakit, Fuzzy K-Nearest Neighbour, Cats, Diagnosing, Disesase |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 10 Aug 2020 06:50 |
| Last Modified: | 11 Apr 2023 03:45 |
| URI: | http://repository.ub.ac.id/id/eprint/181044 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Hardyan Zalfi.pdf Restricted to Registered users only until 31 December 2023. Download (6MB) |
Actions (login required)
 |
View Item |