OPTIMASI NILAI JARAK MENGGUNAKAN PSO PADA METODE K-NN UNTUK KLAFIKASI GEJALA PENYAKIT PADA TANAMAN JAGUNG

Selvi Santika, 201669040030 (2020) OPTIMASI NILAI JARAK MENGGUNAKAN PSO PADA METODE K-NN UNTUK KLAFIKASI GEJALA PENYAKIT PADA TANAMAN JAGUNG. Sarjana thesis, Universitas Yudharta.

[img] Text (BAB I.pdf)
201669040030_BAB I.pdf
Download (105kB)
[img] Text (BAB II.pdf)
201669040030_BAB II.pdf
Restricted to Registered users only
Download (299kB) | Request a copy
[img] Text (BAB III.pdf)
201669040030_BAB III.pdf
Restricted to Registered users only
Download (190kB) | Request a copy
[img] Text (BAB IV.pdf)
201669040030_BAB IV.pdf
Restricted to Registered users only
Download (428kB) | Request a copy
[img] Text (BAB V.pdf)
201669040030_BAB V.pdf
Restricted to Registered users only
Download (33kB) | Request a copy
[img] Text (cover depan.pdf)
201669040030_cover depan.pdf
Download (490kB)
[img] Text (DAFTAR PUSTAKA.pdf)
201669040030_DAFTAR PUSTAKA.pdf
Download (101kB)
[img] Text (LAMPIRAN.pdf)
201669040030_LAMPIRAN.pdf
Download (873kB)

Abstract

Jagung adalah salah satu komoditas yang penting bahan pangan yang telah lama dikenal di Indonesia. Dengan jumlah kebutuhan jagung yang semakin meningkat banyaknya masalah menurunnya hasil sektor pada tanaman jagung salah satunya diakibatkan oleh penyakit jagung. K-nearest neighbor merupakan metode yang biasanya digunakan sebagai klafikasi suatu data yang berdasarkan dengan kedekatan suatu objek dengan objek lain. Algoritma k-nearest neighbor akan dioptimasi ke dalam metode partice optimization swarm untuk mendapatkan nilai akurasi yang lebih optimal. Hasil akurasi menggunakan parameter euclidien distance dan manhattan distance pada K1 sebesar 41.67%, K3 sebesar 38.89%, K5 sebesar 44.44%, K7 dan K9 sebesar 38.89%,Sedangkan pada camberra distance pada K1 sebesar 38.89%, K3, K5, K7, K9 yaitu sebesar 11.11%. Untuk meningkatkan hasil akurasi dari algoritma k-nearest neighbor kemudian dioptimasikan dengan particle swarm optimization. Hasil optimasi particle swarm optimization menggunakan population size 10 pada parameter euclidien distance dan manhattan distance pada nilai K1, K3, K5, K7 sebesar 94.94%, dan K9 sebesar 93.67%. Sedangkan parameter camberra distancepada K1, K3, K5, K7 dan K9 sebesar 39.24%.

Item Type: Thesis (Sarjana)
Identification Number: 005.262 SAN O
Contributors:
ContributionContributorsEmail
Thesis advisorM. Imron Rosadi, S.kom,. M.kom, ã…¤UNSPECIFIED
Subjects: Karya Umum > Ilmu Umum dan Komputer
Divisions: Fakultas Teknik > Teknik Informatika
Date Deposited: 22 Nov 2020 08:32
Last Modified: 02 Mar 2022 06:37
URI: https://repository.yudharta.ac.id/id/eprint/794

Actions (login required)

View Item View Item