Implementasi Algoritme Modified K-Nearest Neighbor (MK-NN) Untuk Diagnosis Penyakit Anjing

Implementasi Algoritme Modified K-Nearest Neighbor (MK-NN) Untuk Diagnosis Penyakit Anjing

Penulis

  • Luh Putu Novita Budiarti Fakultas Ilmu Komputer, Universitas Brawijaya
  • Nurul Hidayat Fakultas Ilmu Komputer, Universitas Brawijaya
  • Tri Afirianto Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Modified K-Nearest Neighbor (MK-NN), klasifikasi, penyakit anjing

Abstrak

Anjing adalah salah satu hewan yang banyak dijadikan peliharaan. Berinteraksi dengan anjing memiliki banyak manfaat bagi kesehatan seperti membantu menurunkan stres dan membuat pemiliknya memiliki gaya hidup yang lebih aktif. Tetapi, kondisi kesehatan hewan peliharaan itu sendiri harus diperhatikan. Anjing yang terserang penyakit memiliki resiko dapat menularkannya pada hewan peliharaan lainnya atau bahkan pada manusia, Kondisi menjadi sedikit sulit apabila pemilik baru menyadari bahwa anjingnya sedang dalam keadaan tidak sehat pada jam-jam di luar jam kerja. Terbatasnya jumlah klinik hewan yang dapat menangani pasien di luar jam kerja membuat pemilik anjing harus dapat memberikan penanganan awal dengan segera. Untuk menangani masalah tersebut, diperlukan suatu sistem untuk membantu mendiagnosis penyakit anjing dengan memanfaatkan metode klasifikasi Modified K-Nearest Neighbor (MK-NN) untuk membantu pemilik anjing melakukan deteksi dini penyakit anjing agar dapat dilakukan penanganan awal dengan segera. Sistem diimplementasikan menggunakan bahasa pemrograman Java. Ada 10 macam penyakit dengan gejala sebanyak 46. Berdasarkan pengujian akurasi yang dilakukan, didapatkan rata-rata akurasi maksimal sebesar 96,6% dengan k=2.

Unduhan

Diterbitkan

25 Feb 2018

Cara Mengutip

Budiarti, L. P. N., Hidayat, N., & Afirianto, T. (2018). Implementasi Algoritme Modified K-Nearest Neighbor (MK-NN) Untuk Diagnosis Penyakit Anjing. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(11), 4340–4346. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/2903

Terbitan

Bagian

Artikel
Loading...