Klasifikasi Aroma Alkohol Menggunakan Metode KNN

  • Fadhila Tangguh Admojo STMIK Palcomtech
  • Ahsanawati Universitas Gadjah Mada
Keywords: alkohol, metode knn, klasifikasi, crossvalidation, analisis performa

Abstract

Alkohol adalah senyawa-senyawa dimana satu atau lebih atom hidrogen dalam sebuah alkana digantikan oleh sebuah gugus -OH. Alkohol memiliki ikatan yang mirip air. Alkohol terdiri dari molekul polar. Dalam senyawa alkohol, oksigen mengemban muatan negatif parsial. Alkohol telah digunakan oleh orang di seluruh dunia, dalam makanan standar, untuk higienis / alasan medis, untuk relaksan dan efek euforia, untuk tujuan rekreasi, untuk inspirasi artistik, sebagai aphrodisiacs, dan untuk alasan lain. Alkohol memiliki beberapa jenis senyawa diantaranya adalah octanol, propanol, Butanol, propanol, dan isobutanol. Oleh karena itu dibutuhkan sensor untuk mendeteksi jenis bahan kimia pada suatu cairan berdasarkan aromanya dengan menerapkan salah satu metode klasifikasi yaitu K-Nearest Neighbor (KNN). Pengujian system ini terdiri dari pengujian pengaruh nilai K dan pengaruh nilai crossvalidation. Hasil dari pengujian pengaruh nilai K menghasilkan akurasi optimum senilai 100% pada nilai K=3 dan 100% pada nilai K=4

Downloads

Download data is not yet available.

References

M. M. Baharuddin, T. Hasanuddin, and H. Azis, “Analisis Performa Metode K-Nearest Neighbor untuk Identifikasi Jenis Kaca,” Ilk. J. Ilm., vol. 11, no. 28, pp. 269–274, 2019.

A. Fitria and H. Azis, “Analisis Kinerja Sistem Klasifikasi Skripsi menggunakan Metode Naïve Bayes Classifier,” Pros. Semin. Nas. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 2, pp. 102–106, 2018.

A. A. Karim, H. Azis, and Y. Salim, “Kinerja Metode C4.5 dalam Penyaluran Bantuan Dana Bencana 1,” Pros. Semin. Nas. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 2, pp. 84–87, 2018.

L. Nurhayati and H. Azis, “Perancangan Sistem Pendukung Keputusan Untuk Proses Kenaikan Jabatan Struktural Pada Biro Kepegawaian,” Semin. Nas. Teknol. Inf. dan Multimed., pp. 6–7, 2016.

H. Azis, R. D. Mallongi, D. Lantara, and Y. Salim, “Comparison of Floyd-Warshall Algorithm and Greedy Algorithm in Determining the Shortest Route,” Proc. - 2nd East Indones. Conf. Comput. Inf. Technol. Internet Things Ind. EIConCIT 2018, pp. 294–298, 2018.

N. Fadhillah, Huzain Azis, and D. Lantara, “Validasi Pencarian Kata Kunci Menggunakan Algoritma Levenshtein Distance Berdasarkan Metode Approximate String Matching,” Pros. Semin. Nas. Ilmu Komput. dan Teknol. Inf., vol. 3, no. 2, pp. 3–7, 2018.

S. Chugh, K. Arivu Selvan, and R. K. Nadesh, “Prediction of heart disease using apache spark analysing decision trees and gradient boosting algorithm,” IOP Conf. Ser. Mater. Sci. Eng., vol. 263, no. 4, pp. 0–10, 2017.

M. Lestari, “Penerapan Algoritma Klasifikasi Nearest Neighbor (K-NN) Untuk Mendeteksi Penyakit Jantung,” Fakt. Exacta, vol. 7, no. September 2010, pp. 366–371, 2014.

V. Chaurasia, “Early Prediction of Heart Diseases Using Data Mining,” Caribb. J. Sci. Technol., vol. 1, no. December, pp. 208–217, 2013.

Rosmasari et al., “Usability Study of Student Academic Portal from a User’s Perspective,” Proc. - 2nd East Indones. Conf. Comput. Inf. Technol. Internet Things Ind. EIConCIT 2018, pp. 108–113, 2018.

Hasran, “Klasifikasi Penyakit Jantung Menggunakan Metode K-Nearest Neighbor,” Indones. J. Data Sci., vol. 1, no. 1, pp. 1–4, 2020

A. Tharwat, “Classification assessment methods,” Appl. Comput. Informatics, 2018, doi: 10.1016/j.aci.2018.08.003.

P. A. Flach and M. Kull, “Precision-Recall-Gain curves: PR analysis done right,” Adv. Neural Inf. Process. Syst., vol. 2015-Janua, pp. 838–846, 2015.

L. Nurhayati and H. Azis, “Perancangan Sistem Pendukung Keputusan Untuk Proses Kenaikan Jabatan Struktural Pada Biro Kepegawaian,” Semin. Nas. Teknol. Inf. dan Multimed., pp. 6–7, 2016.

J. D. Kelleher, B. Mac Namee, and A. D. Arcy, Fundamentals of Machine Learning For Predictive Data Analytics Algorithms, Worked Examples, and Case Studies. London: The MIT Press, 2015.

K. H. Brodersen, C. S. Ong, K. E. Stephan, and J. M. Buhmann, “The balanced accuracy and its posterior distribution,” Proc. - Int. Conf. Pattern Recognit., pp. 3121–3124, 2010, doi: 10.1109/ICPR.2010.764.

Published
2020-07-31