Sistem Pendukung Keputusan Penentuan Tingkat Keparahan Autis Menggunakan Metode Fuzzy K-Nearest Neighbor
Teks penuh
Gambar
Dokumen terkait
Hasil pengujian menunjukkan bahwa jumlah data latih mempengaruhi akurasi sistem dalam melakukan klasifikasi demam. Hal ini ditunjukkan dengan dengan hasil akurasi sebesar
Hasil yang didapatkan pada pengujian akurasi nilai K oleh optimasi algoritme genetika adalah K optimal dengan akurasi 88 % dan fitness 0,9.. Klasifikasi penyakit karies
Pengujian terhadap K-Fold dilakukan pada sistem untuk mengamati pengaruh nilai akurasi berdasarkan variasi jumlah data latih dan data uji dengan menggunakan K-Fold. Pengujian
Dari hasil pengujian yang dilakukan menggunakan data latih sebanyak 100 data dan data uji sebanyak 55 data, menghasilkan nilai akurasi sebesar 85.45% dan error sebesar
Namun sebaliknya, ketika sistem menggunakan Infromation Gain, hasil akurasi yang didapatkan menunjukkan bahwa metode lmproved K-NN saat menggunakan CosSim menjadi
Pengujian terhadap K-Fold dilakukan pada sistem untuk mengamati pengaruh nilai akurasi berdasarkan variasi jumlah data latih dan data uji dengan menggunakan K-Fold. Pengujian
Dari 30 data latih citra urine dan 15 data uji citra urine dengan 3 kelas tingat warna urine yaitu tidak dehidrasi, dehidrasi ringan dan dehidrasi berat, didapatkan hasil akurasi dari
Hasil Klasifikasi K-Nearest Neighbour Sudut Akurasi 0 75% 45 50% 90 100% 135 75% Pembahasan Hasil pengujian dalam klasifikasi aglaonema dengan 4 kelas yaitu Syngonium, Tri
