BAGUS RASULI (2017) KLASIFIKASI KUALITAS KESUBURAN PRIA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION2.1. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
1. COVER.pdf Download (141kB) | Preview |
|
|
Text
2. PENGESAHAN.pdf Download (475kB) | Preview |
|
|
Text
3. ABSTRAK.pdf Download (96kB) | Preview |
|
|
Text
4. KATA PENGANTAR.pdf Download (343kB) | Preview |
|
|
Text
5. DAFTAR ISI.pdf Download (198kB) | Preview |
|
|
Text
6. BAB I.pdf Download (342kB) | Preview |
|
|
Text
7. BAB II.pdf Download (756kB) | Preview |
|
|
Text
8. BAB III.pdf Download (117kB) | Preview |
|
|
Text
9. BAB IV.pdf Download (1MB) | Preview |
|
![[img]](http://repository.uin-suska.ac.id/style/images/fileicons/text.png) |
Text
10. BAB V.pdf Restricted to Repository staff only Download (808kB) |
|
|
Text
11. BAB VI.pdf Download (94kB) | Preview |
|
|
Text
12. DAFTAR PUSTAKA.pdf Download (329kB) | Preview |
Abstract
Infertilitas merupakan suatu kendala besar bagi pasangan untuk mendapatkan keturunan, salah satunya yaitu infertilitas pada pria. Untuk mendeteksi kualitas kesuburan pria maka dilakukan klasifikasi kualitas. Klasifikasi kualitas kesuburan pria merupakan salah satu upaya untuk mendeteksi kesuburan pria. Salah satunya dengan uji laboratorium. Untuk mengklasifikasi kualitas kesuburan pria ke dalam status normal dan gangguan maka dilakukan klasifikasi dengan 9 fitur inputan yaitu Season, Age, Childish disease, Acciddent or Serious trauma, Surgical intervention, High fever, Frequency of Alcohol, Smoking habit, Number of hours sitting per day. Dalam penelitian tugas akhir ini, penulis membangun suatu sistem klasifikasi kualitas kesuburan pria dengan menerapkan algoritma Learning Vector Quantization 2.1 yaitu algoritma variasi dari algoritma Learing Vector Quantization,dengan menggunakan algoritma validasi k-Fold validation yaitu 10-Fold dan 5-Fold. Dari hasil penelitian dan pembahasan yang dilakukan, algoritma Learning Vector Quantization 2.1 dengan menggunakan 5-Fold validation dan 10-Fold validation, keduanya memberikan hasil akurasitertinggi 87% dengan nilai parameter LVQ2.1learning rate0.05 atau 0.075 dan nilai window0.2. Kata kunci:Fertilitas, K-Fold Validation, Kesuburan pria, Learning Vektor Quantization 2.1
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Ms. Nilam Badriyah |
| Date Deposited: | 20 Aug 2019 01:52 |
| Last Modified: | 20 Aug 2019 01:52 |
| URI: | http://repository.uin-suska.ac.id/id/eprint/17630 |
Actions (login required)
 |
View Item |