Yuri Setiawan (2016) PENERAPAN METODE JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION2 ( LVQ2 ) UNTUK MENGKLASIFIKASI JENIS PENYAKIT PADA AYAM. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text FM.pdf Download (358kB) | Preview
Preview	Text BAB I.pdf Download (265kB) | Preview
Preview	Text BAB II.pdf Download (380kB) | Preview
Preview	Text BAB III.pdf Download (465kB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (800kB)
Preview	Text BAB VI.pdf Download (254kB) | Preview
Preview	Text EM.pdf Download (262kB) | Preview

Abstract

Diagnosa untuk menentukan jenis penyakit yang melanda hewan ternak terutama ayam dilakukan peternak dengan melakukan konsultasi kepada pihak kantor Dinas Peternakan dan Kesehatan Hewan. Peternak menjelaskan gejala-gejala yang mereka temui untuk mendapatkan solusi yang sesuai dengan keluhan mereka. Dinas Peternakan dan Kesehatan Hewan menanggapi keluhan dari para peternak berdasarkan konsultasi tersebut. Pada penelitian ini akan menerapkan variasi metode jaringan syaraf tiruan Learning Vektor Quantization 2 untuk menentukan penyakit ayam dan dapat membantu para peternak dalam mengenali nama penyakit yang menyerang ayam dan bagaimana pencegahan serta pengobatannya. Variabel-variabel input yaitu gejala dan output nya penentuan penyakit, pencegahan dan pengobatan. Data latih yang digunakan adalah 70 buah data dan 14 data uji. Dari hasil penelitian dan pembahasan yang dilakukan, algoritma Learning Vektor Quantization 2 menggunakan fungsi jarak eucludean dapat mengenali pola dengan persentase akurasi terbaik. Dengan pengujian menggunakan parameter didapat rata-rata akurasi sebesar 99,20% , dan dengan pengujian berdasarkan data latih mendapat rata-rata akurasi sebesar 87,49%. Penggunaan window dan learning rate mempengaruhi hasil pengujian Learning Vector Quantization 2. kunci: Ayam, Learning Vector Quantization2, Penentuan penyakit

Actions (login required)

View Item