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.

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

Klasifikasi, MKNN, Mobil Matic.

Subjects:

600 Technology and Applied Science > 620 Engineering

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Department:

S1 Teknik Informatika

Depositing User:

Moh. Rifky Wahyu Agung Saputra