• Tidak ada hasil yang ditemukan

Implementasi Fuzzy K-Nearest Neighbor (FK-NN) Untuk Mengklasifikasi Fungsi Senyawa Berdasarkan Simplified Molecular Input Line Entry System (SMILES)

N/A
N/A
Protected

Academic year: 2018

Membagikan "Implementasi Fuzzy K-Nearest Neighbor (FK-NN) Untuk Mengklasifikasi Fungsi Senyawa Berdasarkan Simplified Molecular Input Line Entry System (SMILES)"

Copied!
8
0
0

Teks penuh

Loading

Gambar

Gambar  1. Diagram Alir Metode Penelitian
Tabel  1. Hasil Pengujian Variasi Nilai k
Tabel  3. Hasil pengujian menggunakan metode k-

Referensi

Dokumen terkait

5) Hasil akhir perhitungan priority pada synthesis adalah Android Samsung Galaxy Mega 5.8 menjadi prioritas pilihan pertama dengan skor 0,553, Android LG G Pro Lite menjadi

Berdasarkan penelitian dapat disimpulkan bahwa tingkat kebutuhan perawatan gigi dan mulut pada pasien lansia di Puskesmas Lampulo Kecamatan Kuta Alam Banda Aceh dengan

Risalah dari data-data tersebut selayaknya terakomodasi di Pangkalan Data Pendidikan Tinggi, dengan demikian jenis informasi yang dihasilkan dapat disesuaikan dengan

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

Fuzzy K-Nearest Neighbor merupakan metode klasifikasi yang digunakan untuk memprediksi data uji menggunakan nilai derajat keanggotaan data uji pada setiap kelas2. Adapun

Klasifikasi dilakukan dengan menggunakan metode K-Nearest Neighbor Pada penerapan K-Nearest Neighbor, setiap set data yang akan dikelompokkan akan dibagi menjadi data latihan

TIN254 TIN Manajemen Pemeliharaan 2 6 Erna Indriastiningsih, ST., MT IAB255 AB Teori Organisasi dan administrasi 2 6 Annisa Indah Mutiasari, SE., MM. KEP245 IKP Keperawatan

Untuk Mata Acara Rapat ke-6, keputusan adalah mengikat apabila disetujui oleh pemegang saham Seri A Dwiwarna dan para pemegang saham lainnya dan/atau wakil mereka yang sah