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.
ContributionNama Dosen PembimbingNIDN/NIDKDosen PembimbingArifianto, Deninidn0718068103Dosen PembimbingA'yun, Qurrotanidn0703069002
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 |