Klasifikasi Risiko Hipertensi Menggunakan Metode Neighbor Weighted K- Nearest Neighbor (NWKNN)
Teks penuh
Gambar
Dokumen terkait
Metode klasifikasi yang digunakan adalah k-NN, dengan cara menghitung jarak histogram warna dari citra daun padi sebagai data uji dengan setiap 56 histogram warna sebagai
Hasil pengujian menunjukkan bahwa jumlah data latih mempengaruhi akurasi sistem dalam melakukan klasifikasi demam. Hal ini ditunjukkan dengan dengan hasil akurasi sebesar
Nilai F-Measure pada nilai k-values awal =40, 45, 50, 75 dan 100 menjadi bernilai rendah karena semakin banyak dokumen dari data latih yang dibandingkan terhadap data
Klasifikasi supervised adalah proses klasifikasi teks dengan menggunakan metode learning pada data teks yang sudah memiliki kelas pada data latih sebagai data untuk
Hasil pengujian menunjukkan bahwa jumlah data latih mempengaruhi akurasi sistem dalam melakukan klasifikasi demam. Hal ini ditunjukkan dengan dengan hasil akurasi sebesar
Hasil pengujian sistem identifikasi penyakit pada kambing dengan metode Fuzzy K- Nearest Neighbor di penelitian ini dengan data latih sebanyak 100 dan data uji
4.1 Evaluasi Evaluasi dari hasi klasifikasi citra menggunakan metode K-Nearest Neighbors KNN, yang dilatih menggunakan data latih sebanyak 2000 citra diperoleh dari nilai evaluasi
Analisa Sistem Pada proses klasifikasi citra daging ayam ini dapat dimulai dengan menginputkan citra yang digunakan yaitu data uji “daging ayam kurang segar” setelah itu dilanjutkan
