View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Klasifikasi Jamur ke dalam Kelas Dapat Dikonsumsi atau Beracun Menggunakan Algoritma VFI5 (Studi kasus : famili Agaricus dan Lepiota).

      Thumbnail
      View/Open
      G08bmp.ppt (1.824Mb)
      Abstract (308.6Kb)
      Postscript (514.6Kb)
      Cover (307.8Kb)
      Full Text (2.234Mb)
      Hasil dan Pembahasan (372.0Kb)
      Kesimpulan (321.4Kb)
      Lampiran (1.596Mb)
      Pendahuluan (835.5Kb)
      Date
      2008
      Author
      Putra, Bayu Mahardhika
      Metadata
      Show full item record
      Abstract
      Jamur merupakan salah satu jenis tumbuhan yang banyak dijumpai di alam, sehingga sejak dahulu jamur banyak dijadikan sebagai bahan konsumsi utama. Salah satu jenis jamur yang banyak dikonsumsi adalah famili Agaricus dan Lepiota. Di alam terbuka jenis jamur famili Agaricus dan Lepiota ada yang bersifat beracun dan dapat dikonsumsi. Untuk membedakan jamur famili Agaricus dan Lepiota yang dapat dikonsumsi dengan jenis yang beracun didasarkan pada bentuk, sifat, dan keadaannya, sangat sukar dilakukan. Penelitian ini bertujuan untuk mengklasifikasikan jamur famili Agaricus dan Lepiota ke dalam kelas dapat dikonsumsi dan beracun menggunakan voting feature intervals (VFI5). Data yang digunakan pada penelitian ini berupa kumpulan data jamur (famili Agaricus dan Lepiota) yang diambil dari UCI repository of machine learning database. Kumpulan data jamur ini terdiri atas gambaran hipotesis dari 23 spesies jamur yang berbeda. Setiap jamur menggambarkan 22 kumpulan bentuk (atribut) yang berbeda. Hal ini memungkinkan untuk mendeskripsikan spesies dari jamur ini berdasarkan 22 fitur yang berbeda. Kumpulan data jamur famili Agaricus dan Lepiota berjumlah 8124 instance, terdiri dari 4028 instance yang digolongkan pada jamur yang dapat dikonsumsi dan 3916 instance yang digolongkan pada jamur yang beracun. Akurasi dari klasifikasi yang dihasilkan oleh algoritma VFI5 cukup tinggi untuk setiap tahap pengujian. Pada pengujian tahap pertama, dihasilkan nilai akurasi tertinggi sebesar 87.70% dengan menggunakan 22 fitur pada data jamur. Pada pengujian tahap kedua dihasilkan nilai akurasi sebesar 94.85% dengan menggunakan 9 fitur yang merupakan ciri khas dari kelas jamur. Kata Kunci : voting feature intervals, mushroom, Agaricus, Lepiota
      URI
      http://repository.ipb.ac.id/handle/123456789/12323
      Collections
      • UT - Computer Science [2482]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository