APLIKASI KLASIFIKASI JENIS BAJA BERDASARKAN KOMPOSISI KIMIA DENGAN MENGGUNAKAN METODE FKNNC (FUZZY KNEAREST NEIGHBOR IN EVERY CLASS)

AZIZ, ACHMAD SYAIFUL (2016) APLIKASI KLASIFIKASI JENIS BAJA BERDASARKAN KOMPOSISI KIMIA DENGAN MENGGUNAKAN METODE FKNNC (FUZZY KNEAREST NEIGHBOR IN EVERY CLASS). undergraduate thesis, Universitas Muhammadiyah Gresik.

Preview	Text Abstrak.pdf Download (87kB) | Preview
Preview	Text BAB I.pdf Download (98kB) | Preview
Preview	Text BAB II.pdf Download (476kB) | Preview
Preview	Text BAB III.pdf Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Download (3MB)
Preview	Text BAB V.pdf Download (90kB) | Preview
Preview	Text Daftar Pustaka.pdf Download (80kB) | Preview

Abstract

Baja merupakan elemen penting di dalam dunia konstruksi saat ini. Baja memiliki kekuatan yang tinggi sehingga dapat mengurangi ukuran struktur. Baja juga memiliki sifat elastic dan daktilitas yang cukup tinggi sehingga dapat menerima tegangan tarik yang cukup besar. Kemudahan pengerjaan konstruksinya dan kemudahan penyambungan antar elemen yang satu dengan yang lainnya, menggunakan alat sambung las atau baut, menjadi pertimbangan tersendiri baja sering digunakan dalam pekerjaan konstruksi. Pembuatan baja melalui proses gilas panas mengakibatkan baja mudah dibentuk menjadi penampang-penampang yang diinginkan, juga menjadi salah satu keunggulan material baja. masalah yang dihadapi K-NN dan FK-NN adalah pemilihan K yang sulit, cara pemilihan dari K-tetangga untuk nilai K yang besar bisa mengakibatkan distorsi data yang besar, jika K terlalu kecil bisa menyebabkan algoritma terlalu sensitif terhadap noise. kerangka kerja Fuzzy K-Nearest Neighbor in every Class (FK-NNC) adalah dengan memodifikasi konsep K tetangga terdekat, dari asalnya hanya K tetangga terdekat dari C kelas, menjadi K tetangga terdekat untuk setiap kelas, sehingga ada CxK tetangga yang ditemukan. Dengan menggunakan metode Fuzzy K-Nearest Neighbor in Every Class dilakukan 3 kali pengujian dengan data latih yang berbeda dengan menggunakan nilai K=1, K=2, K=3, K=4, K=5, dan K=7 untuk pengujian pertama didapatkan hasil akurasi 93.33% dan laju error 6.67%. sedangkan untuk pengujian kedua dengan didapatkan hasil akurasi 93.33% dan laju error 3.33% , dan penggujian ketiga didapatkan hasil akurasi 100% dan laju error 0% . dari 3 kali percobaan dengan menggunakan data latih yang berbeda didapatkan tingkat akurasi data rata-rata sebesar 96.7% dan laju error rata-rata 3.3 %

Item Type:	Thesis (undergraduate)
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	tri risdianto saifullah
Date Deposited:	15 Jul 2019 11:21
Last Modified:	15 Jul 2019 11:21
URI:	http://eprints.umg.ac.id/id/eprint/1991

Actions (login required)

View Item