Identifikasi Kerusakan Mesin Pada Mobil Matic Menggunakan Metode Modified K- Nearest Neighbor (MKNN)

Saputra, Moh Rifky Wahyu Agung (2022) Identifikasi Kerusakan Mesin Pada Mobil Matic Menggunakan Metode Modified K- Nearest Neighbor (MKNN). Undergraduate thesis, Uniersitas Muhammadiyah Jember.

	Text 1. PENDAHULUAN.pdf Download (1MB)
	Text 2. ABSTRAK.pdf Download (655kB)
	Text 3. BAB I.pdf Download (321kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (537kB) | Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (791kB) | Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (427kB) | Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (533kB)
	Text 9. LAMPIRAN.pdf Restricted to Repository staff only Download (764kB) | Request a copy
	Text 10. Artikel- Jurnal.pdf Download (755kB)

Abstract

Mobil matic merupakan salah satu alat transportasi yang banyak digunkan
masyarakat umum. Salah satu penyebab kecelakaan pada mobil matic yaitu dari
mesin mobil matic tersebut. Namun sebagai pengguna mobil matic masih banyak
yang kurang paham mengenai kerusakan pada mesin mobil matic karena kerusakan
mesin pada mobil matic bermacam-macam. Dengan adanya permaslahan pada
mesin mobil matic dibuatlah aplikasi untuk mengidentifikasi kerusakan mesin pada
mobil matic. Salah satu metode klasifikasi yang dapat digunakan untuk
mengidentifikasi kerusakan mesin pada mobil matic adalah Metode Modified K�Nearest Neighbor (MK-NN). Metode tersebut mempelajari pola dari data hasil
pemeriksaan sebelumnya berdasarkan gejala kerusakan dengan proses perhitungan
jarak eucledian, perhitungan nilai validitas dan perhitungan weighted voting yang
hasil akhirnya digunakan untuk penetapan kelas klasifikasi berdasarkan nilai K
yang telah ditentukan. Untuk mengidentifikasi kerusakan pada mesin mobil matic
dengan menggunakan 10 jenis kerusakan dengan 20 gejala dan total data latih 30.
Akurasi tertinggi yang didapatkan dari hasil pengujian adalah 80%, Hasil nilai
presisi terbaik sebesar 100% dan nilai recall terbaik sebesar 41,67%
Kata Kunci: Klasifikasi, MKNN, Mobil Matic.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

Arifianto, Deni

nidn0718068103

Dosen Pembimbing

A'yun, Qurrota

nidn0703069002

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Klasifikasi, MKNN, Mobil Matic.
Subjects:	600 Technology and Applied Science > 620 Engineering
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Moh. Rifky Wahyu Agung Saputra | rifkywahyu461@gmail.com
Date Deposited:	18 Oct 2022 06:33
Last Modified:	18 Oct 2022 06:33
URI:	http://repository.unmuhjember.ac.id/id/eprint/15390

Actions (login required)

View Item