UDiNus Repository

KLASIFIKASI GAMBAR GERAK PEMAIN BOLA VOLI DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN)

EDIS, KARO SISWANTO (2016) KLASIFIKASI GAMBAR GERAK PEMAIN BOLA VOLI DENGAN MENGGUNAKAN METODE K-NEAREST NEIGHBOR (K-NN). Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (3583b) | Preview

    Abstract

    Algoritma K-Nearest Neighbor (KNN) adalah suatu metode yang menggunakan algoritma supervised, dimana hasil sampel uji yang baru diklasifikasikan berdasarkan mayoritas dari kategori pada KNN.Tugas Akhir ini bertujuan mengimplementasikan K-Nearest Neighbor untuk klasifikasi gambar gerakan pemain bola volli kedalam tiga gerakan dasar yakni smash, service dan blok. K-Nearest Neighbor digunakan untuk mengklasifikasikan gambar gerakan bola volli karena ketangguhannya terhadap data yang memiliki banyak noise serta efektif terhadap data yang berukuran sangat besar.Berdasarkan hasil penelitian data terklasifikasi dalam 5 cluster yakni k3, k5, k7, k9 dan k10 diketahui bahwa klastering dengan nilai k3 memiliki hasil akurasi tertinggi sebesar 66,87%.Tingkat akurasi pengujian model gambar gerakan pemain bola voli dengan menggunakan algoritma K-Nearest Neighbor (KNN) dipengaruhi oleh jumlah klastering data.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 22 Sep 2016 13:20
    Last Modified: 22 Sep 2016 13:20
    URI: http://eprints.dinus.ac.id/id/eprint/18838

    Actions (login required)

    View Item