Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Jumerlyanti Mase
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritme Support Vector Machine (SVM) Pada Pengklasifikasian Penyakit Kucing Jumerlyanti Mase; Muhammad Tanzil Furqon; Bayu Rahayudi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 10 (2018): Oktober 2018
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (879.297 KB)

Abstract

Kucing merupakan hewan peliharaan yang sering ditemukan di masyarakat. Pemeliharaan kucing memerlukan perhatian yang besar agar kucing tidak terserang penyakit yang dapat membahayakan kucing, pemiliknya ataupun orang yang melakukan interaksi langsung dengan kucing tersebut. Penyakit pada kucing biasanya disebabkan oleh virus, bakteri atau jamur. Kemiripan gejala yang muncul pada penyakit kucing membuat masyarakat umum sulit mendeteksi penyakit yang menyerang kucing tersebut. Sehingga dibutuhkan sistem yang dapat membantu pengklasifikasian terhadap gejala penyakit yang timbul pada kucing untuk mendiagnosis penyakitnya dengan tepat. Sistem yang digunakan untuk pengklasifikasian penyakit kucing ini mengunakan algoritme Support Vector Machine (SVM) dengan menerapkan strategi One-Against-All untuk permasalahan multi class. Penelitian ini menggunakan 220 data dengan 9 hasil klasifikasi yaitu Scabies, Gastritis, Helminthiasis, Rhinitis, Dermatitis, Dermaphytosis, Otitis, Enteritis dan kucing sehat. Hasil akurasi yang dihasilkan oleh sistem ini dengan menggunakan perbandingan rasio data 90% : 10% dan kernel RBF adalah 80,2%. Dengan hasil akurasi yang baik, maka penelitian ini dapat diterapkan untuk membantu melakukan pengklasifikasian penyakit kucing dengan menggunakan algoritme Support Vector Machine (SVM).
Co-Authors Bayu Rahayudi Muhammad Tanzil Furqon