Skripsi

Klasifikasi gejala penyakit kulit pada kucing dengan menggunakan algoritma C4.5 / Sabilla Halimatus Mahmud

Abstrak
RINGKASAN Mahmud Sabilla Halimatus. 2019. Klasifikasi Gejala Penyakit Kulit Pada Kucing Dengan Menggunakan Algoritma C4.5. Skripsi Program Studi S1 Teknik Informatika Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing. (I) Triyanna Widiyaningtyas S.T. M.T. (II) I Made Wirawan S.T. S.ST. M.T. Kata Kunci Penyakit Kulit pada Kucing Klasifikasi Algoritma C4.5 Kucing merupakan jenis hewan yang sering dipelihara. Kulit merupakan bagian tubuh pada kucing yang perlu diperhatikan. Kondisi kulit pada kucing menunjukkan kesehatan kucing serta merupakan indikator terhadap adanya penyakit pada tubuh kucing tersebut. Penyakit kulit merupakan penyakit yang sering diderita oleh kucing dan dapat membahayakan pemilik kucing atau bahkan dapat menyebabkan kematian apabila tidak diberikan perawatan khusus dalam menjaga kesehatannya. Terbatasnya pengetahuan pemilik tentang penyakit yang dialami oleh kucing serta banyaknya kemiripan gejala-gejala dari berbagai penyakit yang sulit diidentifikasi oleh orang awam menjadi alasan utama untuk melakukan penelitian ini. Penelitian ini bertujuan untuk menguji algoritma C4.5 untuk klasifikasi gejala penyakit kulit pada kucing dan menguji tingkat akurasi algoritma C4.5. Metode penelitiian yang digunakan adalah metode eksperimen dengan meliputi (1) preprocessing data (2) proses klasifikasi mengggunakan algoritma C4.5 dan (3) evaluasi. Pengumpulan dataset diperoleh dari klinik hewan Purple Shop yang berada di kota Malang. Preprocessing data dilakukan dengan transformasi data dan SMOTE. Klasifikasi menggunakan algoritma C4.5 dengan metode validasi k-fold cross validation (k 10). Evaluasi dilakukan menggunakan confusion matrix untuk menghitung akurasi presisi dan recall. Penelitian ini menggunakan bantuan software WEKA versi 3.8 untuk preprocessing dan software RapidMiner Studio versi 9.3 untuk proses klasifikasi evaluasi dan validasi hasil pemrosesan. Hasil penelitian menunjukkan bahwa nilai akurasi tanpa menerapkan SMOTE pada dataset gejala penyakit kulit pada kucing dengan parameter k 10 adalah 95.42%. Sedangkan nilai akurasi dengan menerapkan SMOTE pada dataset dengan paramater k 10 adalah 96.87%. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa algoritma C4.5 dapat diterapkan untuk mengklasifikasi data gejala penyakit kulit pada kucing dan akurasi antara data asli dan data yang sudah dilakukan proses SMOTE tidak memiliki perbedaan yang signifikan.

Informasi Detail

DDC

Rs 005.1 MAH k

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2019.

Deskripsi Fisik

xii, 70 lembar: ill., tab.; 30 cm

Bahasa

Indonesia

No Reg

05751/KI/19

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. ALGORITMA KOMPUTER
2. ALGORITMA C4.5
3. PENYAKIT KULIT - HEWAN

Pembimbing

1. Triyanna Widiyaningtyas; 2. I Made Wirawan

Lampiran Berkas