R. Rahmadhani, - and Alwis Nazir, - and Fadhilah Syafria, - and Liza Afriyanti, - (2023) ANALISIS PERBANDINGAN ALGORITMA C4.5 DAN MODIFIED K-NEAREST NEIGHBOR (MKNN) UNTUK KLASIFIKASI JAMUR. Analisis Perbandingan Algoritma C4.5 dan Modified K-Nearest Neighbor (MKNN) untuk Klasifikasi Jamur, 5 (2). pp. 226-236. ISSN 2685-998X

Preview

Text skripsi - R. Rahmadhani.pdf Download (1MB) | Preview

Abstract

Jamur adalah organisme yang terdiri dari beberapa sel, mengandung spora, bersifat eukariotik (memiliki membran inti sel), dan tidak memiliki klorofil sehingga, jamur bergantung pada organisme lain untuk mendapatkan makanan. Jamur memiliki bentuk yang sangat identik mulai dari ukuran, bentuk, bau, maupun warna. Sehingga sulit bagi orang awam membedakan mana jamur beracun dan jamur tidak beracun. Kesalahan dalam mengidentifikasi jamur dapat berakibat fatal karena ini bisa saja menyebabkan keracunan ketika mengonsumsi jamur. Maka dari itu, perlunya edukasi dalam melakukan klasifikasi jamur beracun dan jamur tidak beracun. Dengan menerapkan berbagai algoritma klasifikasi, ini dapat mengukur peforma mana yang lebih baik dari tiap-tiap algorima tersebut. Pada penelitian sebelumnya yang dilakukan oleh beberapa peneliti dalam mengklasifikasi jamur terdapat perbedaan hasil akurasi pada masing-masing algoritma. Oleh karena itu, pada penelitian ini akan mengangkat pertanyaan tentang bagaimana mengukur atau melakukan perbandingkan peforma algoritma pada klasifikasi dengan menggunakan algoritma C4.5 dan algoritma Modified K-Nearest Neighbor (MKNN). Hasil yang diperoleh dalam melakukan perbandingan peforma algoritma C4.5 dan algoritma Modified K-Nearest Neighbor (MKNN) pada penelitian ini, dimana algoritma C4.5 berhasil memperoleh tingkat akurasi sebesar 98,52%, presisi sebesar 98,55%, recall sebesar 98,52%, dan f1-score sebesar 98,51%. Sebaliknya, algoritma Modified K-Nearest Neighbor (MKNN) dengan menggunakan nilai K=10 meraih tingkat akurasi sebesar 96,62%, presisi sebesar 96,69%, recall sebesar 96,62%, dan nilai f1- score sebesar 96,57%.

Actions (login required)

View Item