Optimalisasi Menggunakan Algoritma C4.5 dalam Menganalisis Indikasi Penyebab Penyakit Feline Immunodeficiency Virus (FIV) pada Kucing

Alfarabi, Muhammad Rozi (2022) Optimalisasi Menggunakan Algoritma C4.5 dalam Menganalisis Indikasi Penyebab Penyakit Feline Immunodeficiency Virus (FIV) pada Kucing. Masters thesis, Univesitas Putra Indonesia YPTK.

[img]
Preview
Text (Abstrak)
Thesis_Muhammad Rozi Alfarabi_202321013_Abstrak.pdf

Download (14kB) | Preview
[img]
Preview
Text (BAB I)
Thesis_Muhammad Rozi Alfarabi_202321013_BAB I.pdf

Download (148kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Thesis_Muhammad Rozi Alfarabi_202321013_Daftar Pustaka.pdf

Download (243kB) | Preview
[img] Text (Full Text)
Thesis_Muhammad Rozi Alfarabi_202321013_Full Text.pdf
Restricted to Repository staff only

Download (4MB)

Abstract

ABSTRAK Kesehatan kucing merupakan sebuah aspek dan perhatian utama bagi seseorang yang memeliharanya. Kucing dapat terkena banyak penyakit salah satunya Feline Immunodeficiency Virus. Feline Immunodeficiency Virus atau yang dikenal sebagai feline aids adalah sebuah penyakit yang menyerang sistem imun kucing. Virus ini menyebabkan turunnya sistem imun yang ada pada tubuh kucing sehingga kucing menjadi rentan dan mudah terkena penyakit. Penyakit ini sulit dideteksi karena gejalanya yang hampir tidak terlihat. Penelitian ini bertujuan untuk menggali pengetahuan baru yang tersimpan dalam daftar data kucing yang menderita penyakit FIV sehingga dapat diketahui penyebab penyakit tersebut dan bagaimana solusi untuk mencegahnya. Data yang digunakan pada penelitian ini sebanyak 50 data yang didapatkan dari Rumah Sakit Hewan Sumatera Barat dengan atribut Berat Badan (BB), Suhu Tubuh (ST), Pernapasan (PN), Nafsu Makan (NM), Muntah (MN), Kondisi Gigi (KG), Kondisi Bulu (KB), Kondisi Kulit (KK) dan hasil. Data diolah menggunakan metode Algoritma C4.5 berdasarkan gejala yang dialami oleh kucing. Setelah diolah maka data akan menghasilkan nilai entropy dan nilai gain dari setiap gejala yang ada, lalu dibuatlah pohon keputusan yang tepat terhadap kucing yang mengalami penyakit FIV. Hasil dari penelitian ini berupa pengetahuan baru mengenai penyakit FIV pada kucing dalam bentuk pohon keputusan dari gejala yang dialaminya. Hasil menunjukkan rule sebanyak 20 rule dengan atribut penentu yang terpilih yaitu pada atribut Kondisi Kulit (KK) dengan nilai gain sebesar 0.398683 dan akurasi sebesar 84%. Penelitian ini berguna bagi masyarakat khususnya yang memelihara kucing agar dapat dijadikan acuan dalam mengetahui gejala yang dialami oleh kucing apabila terindikasi penyakit FIV. Kata Kunci: Data Mining, Klasifikasi, Algoritma C4.5, Kucing, Feline Immunodeficiency Virus.

Item Type: Thesis (Masters)
Subjects: 0 Research > Ilmu Komputer > Algoritma
0 Research > Ilmu Komputer
Depositing User: Ryan Ariadi A.Md
Date Deposited: 04 Mar 2023 04:29
Last Modified: 04 Mar 2023 04:29
URI: http://repository.upiyptk.ac.id/id/eprint/4277

Actions (login required)

View Item View Item