SISTEM DIAGNOSA PENYAKIT KAMBING MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) BERBASIS WEB

Syahri, Muchamad Fuad Khoirul (2021) SISTEM DIAGNOSA PENYAKIT KAMBING MENGGUNAKAN METODE K-NEAREST NEIGHBOR (KNN) BERBASIS WEB. Other thesis, Universitas Islam Lamongan.

	Text 111710031-M FUAD KHOIRUL S - cover.pdf Download (15kB)
	Text 111710031-M FUAD KHOIRUL S - daftar isi.pdf Download (97kB)
	Text 111710031-M FUAD KHOIRUL S - abtrak.pdf Download (85kB)
	Text 111710031-M FUAD KHOIRUL S - bab i.pdf Download (169kB)
	Text 111710031-M FUAD KHOIRUL S - bab ii.pdf Download (409kB)
	Text 111710031-M FUAD KHOIRUL S - bab iii.pdf Restricted to Repository staff only Download (296kB)
	Text 111710031-M FUAD KHOIRUL S - bab iv.pdf Restricted to Repository staff only Download (230kB)
	Text 111710031-M FUAD KHOIRUL S - bab v.pdf Restricted to Repository staff only Download (670kB)
	Text 111710031-M FUAD KHOIRUL S - bab vi.pdf Download (84kB)
	Text 111710031-M FUAD KHOIRUL S - daftar pustaka.pdf Download (161kB)

Abstract

Kambing termasuk salah satu jenis ternak yang banyak di pelihara masyarakat pedesaan, Pemeliharaan kambing di pedesaan masih banayak dilakukan dengan cara tradisional, untuk pengobatannya juga masih menggunakan obat-obat tradisional. Jika terjadi penyakit pada kambing yang tidak di perhatikan dan di tangani secara cepat dan tepat maka akan menimbulkan kerugian bagi peternak ataupun masyarakat luas pada umumnya. Penyakit pada kambing umumnya memiliki ciri-ciri gejala yang hampir sama antar satu dengan jenis gejala yang lainnya, misalnya jenis gejala A belum tentu hanya gejala A yang menyebabkan penyakit X, bisa saja jenis gejala A menyebabkan penyakit Y. Dengan adanya permasalahan tersebut maka penulis akan merancang dan membangun sebuah aplikasi berbasis web guna mempermudah menyelesaikan masalah yang dialami oleh peternak kambing, yaitu dengan membuat aplikasi sistem diagnosa penyakit kambing Menggunakan metode K-Nearest Neighbor (KNN) berbasis web. Data 16 macam jenis penyakit dan 42 macam jenis gejala yang dikenali oleh sistem, perhitungan nilai akurasi metode KNN mulai dari nilai K1 sampai K16 dengan data testing yang digunakan sebanyak 16 data menghasilkan tingkat akurasi 100% dengan nlai K = 6, dan adapun diperoleh nilai rata-rata akurasi sistem sebesar 88.67% .

Item Type:	Thesis (Other)
Subjects:	T Technology > T Technology (General)
Divisions:	FAKULTAS TEKNIK > PRODI TEKNIK INFORMATIKA
Depositing User:	Perpus admin UNISLA
Date Deposited:	04 Feb 2022 05:43
Last Modified:	04 Feb 2022 05:43
URI:	http://eprints.unisla.ac.id/id/eprint/41

Actions (login required)

View Item