Sinus Repository

SISTEM PENDUKUNG KEPUTUSAN MENDETEKSI KERUSAKAN MESIN DISEL DENGAN METODE K-NEAREST NEIGHBOUR (K-NN)

Fahrudin, Taufik (2015) SISTEM PENDUKUNG KEPUTUSAN MENDETEKSI KERUSAKAN MESIN DISEL DENGAN METODE K-NEAREST NEIGHBOUR (K-NN). Other thesis, STMIK Sinar Nusantara Surakarta.

[img] PDF (10.5.00060 BAB I) - Published Version
Download (137Kb)
    [img] PDF (10.5.00060 BAB II) - Published Version
    Download (338Kb)
      [img] PDF (10.5.00060 BAB III) - Published Version
      Download (161Kb)
        [img] PDF (10.5.00060 BAB IV) - Published Version
        Download (269Kb)
          [img] PDF (10.5.00060 BAB VI) - Published Version
          Download (83Kb)
            [img] PDF (10.5.00060 COVER) - Published Version
            Download (346Kb)
              [img] PDF (10.5.00060 DAFTAR PUSTAKA) - Published Version
              Download (92Kb)

                Abstract

                Penggunakan mobil membuat masyarakat lebih luas untuk memenuhi segala keperluannya, karena mobil merupakan alat transportasi kedua yang banyak digunakan masyarakat setelah sepeda motor.Keterbatasan pengetahuan dalam mengidentifikasi kerusakan yang terjadi pada mobil sering kali menyulitkan pengguna mobil untuk memperbaiki sendiri.Oleh dari itu maka perlu diterapkan teknologi informasi untuk mendeteksi kerusakan pada mesin mobil diesel.Agar dapat mengetahui pencegahan serta menangani kerusakan.Proses dimulai dari pencarian kriteria dan membuat data training dengan mengambil hasil penelitian dari wawancara langsung kepada pihak perusahaan tersebut.Langkah selanjutnya adalah perhitungan metode K-NN yang dengan mencari jarak dari perbandingan data traning dengan data testing lalu dihasilkan jarak dan dengan jarak diurutkan dari tinggi sampai terendah lalu dihasilkannya nilai terbesar dari data tersebut dan dihasilkan oleh nilai output tersebut berupa hasil alternatif yang nantinnya akan didapat nilai K-NN tersebut. Hasil dari penelitian ini berupa aplikasi website interface, dan hasil pengujian keakuratan data K-NN dilakukan dari 18 pengujian, 20 pengujian terklarifikasikan dengan benarsehingga akurasi sistem sebesar 90%.

                Item Type: Thesis (Other)
                Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
                Divisions: Faculty of Informatics Engineering > Department of Informatics Engineering
                Depositing User: Novi Oppik Budi
                Date Deposited: 02 Mar 2018 15:24
                Last Modified: 02 Mar 2018 15:24
                URI: http://eprints.sinus.ac.id/id/eprint/411

                Actions (login required)

                View Item