Skripsi S1

Record Data Skripsi S1
MhswID :
170401094
Judul :
KLASIFIKASI JAMUR MENGGUNAKAN ALGORITMA NAÏVE BAYES
Penulis :
IRZI GUNAWAN
Abstrak :
Jamur adalah tanaman dari kingdom fungi dengan tubuh berdaging dan dapat dapat dimakan, meski demikian terdapat beberapa spesies jamur yang tidak dapat dimakan dan memiliki ciri khas tersendiri. Banyak nya orang yang mengkomsumsi jamur tanpa tahu apakah jamur yang dikomsumsi aman untuk dimakan atau beracun mengakibatkan banyak insiden keracunan jamur bahkan hingga meninggal. Dalam meta-analisis 2005 dari 28.018 kasus keracunan jamur di seluruh dunia selama periode 1951 hingga 2002, ditemukan peningkatan yang signifikan dalam frekuensi keracunan jamur yang dilaporkan dari waktu ke waktu. Banyaknya kasus keracunan jamur sehingga dibutuhkan edukasi dan pengelompokan jenis jamur yang dapat dimakan dan beracun sehingga diharapkan dapat meningkatkan pengetahuan masyarakat mengenai jamur. penelitian ini akan menggunakan algoritma naïve bayes untuk klasifikasi jamur dengan perbandingan hasil berdasarkan penelitian yang dilakukan oleh Evaluasi pada penelitian ini menggunakan confusion matrix untuk mendapatkan nilai akurasi, sedangkan pelatihan menggunakan teknik split validation.
Abstrak Inggris :
Mushrooms are plants from the kingdom of fungi with fleshy bodies and can be eaten, although there are several species of mushrooms that are not edible and have their own characteristics. Many people consume mushrooms without knowing whether the mushrooms they eat are safe to eat or poisonous, resulting in many incidents of mushroom poisoning and even death. In a 2005 meta-analysis of 28,018 cases of mushroom poisoning worldwide during the period 1951 to 2002, a significant increase was found in the frequency of reported mushroom poisonings over time. The number of cases of mushroom poisoning requires education and grouping of edible and poisonous types of mushrooms so that it is expected to increase public knowledge about mushrooms. This study will use the nave Bayes algorithm for fungal classification with comparison of results based on research conducted by Evaluation in this study using a confusion matrix to get accuracy values, while training uses split validation techniques.
Tahun :
2022
Cover :
Bab 1 :
Bab 5 :
Na :
A
Loading, updating changes...



UPT. Perpustakaan & UPT. TIPD UMRI

  • Kampus Utama : Jl. Tambusai / Jl. Nangka, Kecamatan Tampan
  • Kota Pekanbaru, Provinsi Riau

    E-Mail : pustaka@umri.ac.id - Website : http://lib.umri.ac.id - Smart Library : http://smartlib.umri.ac.id - Jurnal : http://jurnal.umri.ac.id

    Smartlib v1.3 © 2019 UPT TIPD UMRI. All Rights Reserved.