• Tidak ada hasil yang ditemukan

Klasifikasi Plasmodium vivax dari Digitalisasi Mikroskopis Sediaan Darah Tebal Menggunakan Kombinasi Ekstraksi Ciri Statistik Orde Ke-dua dan Metode K-Nearest Neighbor (K-NN) Classifier.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Klasifikasi Plasmodium vivax dari Digitalisasi Mikroskopis Sediaan Darah Tebal Menggunakan Kombinasi Ekstraksi Ciri Statistik Orde Ke-dua dan Metode K-Nearest Neighbor (K-NN) Classifier."

Copied!
5
0
0

Teks penuh

Loading

Gambar

Gambar 1. (a) Sediaan darah tebal (atas) dan tipis
Gambar 2. GLCM yang menggambarkan
Tabel 1. Kelompok dan nama kelas

Referensi

Dokumen terkait

PENGENALAN CIRI GARIS TELAPAK TANGAN MENGGUNAKAN EKSTRAKSI FITUR GRAY LEVEL CO- OCCURENCE MATRIX (GLCM) DAN METODE K-NEAREST.. NEIGHBORS

Setelah hasil klasifikasi dari metode K-Nearest Neighbor (K-NN) dan metode Multivariate Adaptive Regression Spline (MARS) didapatkan, langkah selanjutnya

Tahap ini, data yang dilakukan pengolahan data dengan Visualisasi malware kedalam bentuk grayscale dan K-Nearest Neighbor untuk tahap

Setelah hasil klasifikasi dari metode Multivariate Adaptive Regression Spline (MARS) dan Fuzzy K-Nearest Neighbor (FK-NN) didapatkan, langkah selanjutnya adalah membuat

Sistem identifikasi jenis penyakit pada buah kakao menggunakan metode ekstraksi ciri PCA dan metode klasifikasi k-NN dapat diimplementasikan dengan akurasi tertinggi sebesar

Penggunaan algoritma K-Nearest Neighbor (K-NN) didasarkan pada penelitian berkaitan dengan klasifikasi data dari beberapa kriteria dan jumlah data sampel yang

We propose a local Bonferroni Mean based Fuzzy K-Nearest Centroid Neighbor BM-FKNCN classifier that determines the class label of an unclassified sample dependent on the nearest local

Dalam penelitian ini menggunakan eksperimen dengan algoritma klasifikasi Hybrid model dengan metode yang menggabungkan tiga pendekatan, yaitu K-Nearest Neighbor K-NN, Decision Tree,